基于改進(jìn)蟻群算法的車(chē)輛路徑優(yōu)化問(wèn)題研究.pdf

1、隨著科學(xué)技術(shù)和社會(huì)生活的不斷發(fā)展進(jìn)步，物流行業(yè)現(xiàn)已成為我國(guó)國(guó)民經(jīng)濟(jì)的支撐產(chǎn)業(yè)之一。物流行業(yè)的迅猛發(fā)展能夠促進(jìn)經(jīng)濟(jì)快速增長(zhǎng)，轉(zhuǎn)換發(fā)展方式，提高國(guó)民經(jīng)濟(jì)競(jìng)爭(zhēng)力。為使物流企業(yè)獲得更大的經(jīng)濟(jì)效益，降低企業(yè)的物流配送成本是不二選擇，而配送方案的合理性又會(huì)對(duì)物流配送成本產(chǎn)生直接的影響，所以如何對(duì)配送過(guò)程中的路徑進(jìn)行優(yōu)化并找到科學(xué)合理以及節(jié)省成本的配送路徑，即車(chē)輛路徑問(wèn)題（Vehicle Routing Problem，VRP）就成了物流行業(yè)中亟待解

2、決的核心問(wèn)題。
　　本文主要研究物流配送環(huán)節(jié)不同約束條件下的車(chē)輛路徑優(yōu)化問(wèn)題，系統(tǒng)的對(duì)車(chē)輛路徑優(yōu)化問(wèn)題所涉及的思想理論及求解算法進(jìn)行探究。通過(guò)對(duì)標(biāo)準(zhǔn)車(chē)輛路徑問(wèn)題增加約束條件建立擴(kuò)展模型，使其更加符合實(shí)際現(xiàn)狀；并針對(duì)蟻群算法在求解車(chē)輛路徑問(wèn)題過(guò)程中存在的易陷入局部最優(yōu)、求解速度慢的缺點(diǎn)，通過(guò)將其它算法與其進(jìn)行混合的方式對(duì)蟻群算法進(jìn)行改進(jìn)，來(lái)解決不同約束條件下的車(chē)輛路徑優(yōu)化問(wèn)題，期望在提高求解優(yōu)度的同時(shí)盡量減少求解時(shí)間，充分發(fā)揮各算法

3、的優(yōu)勢(shì)。針對(duì)以上特點(diǎn)，主要研究?jī)?nèi)容有以下四點(diǎn)：
　　(1)對(duì)車(chē)輛路徑優(yōu)化問(wèn)題以及基本蟻群算法進(jìn)行闡述。通過(guò)描述來(lái)進(jìn)一步的廓清車(chē)輛路徑優(yōu)化問(wèn)題的特點(diǎn)，明確基本蟻群算法在求解車(chē)輛路徑優(yōu)化問(wèn)題時(shí)所存在的缺點(diǎn)和不足。
　　(2)針對(duì)基本蟻群算法在求解帶容量約束的車(chē)輛路徑優(yōu)化問(wèn)題(Capacitated Vehicle Routing Problem，CVRP)時(shí)易陷入局部最優(yōu)、收斂速度慢等問(wèn)題，對(duì)基本蟻群算法的路徑選擇方式、信息素更

4、新策略以及信息素?cái)U(kuò)散方式進(jìn)行改進(jìn)。改進(jìn)后的算法具有求解速度更快、求得解的優(yōu)度更高的特點(diǎn)。最后通過(guò)仿真實(shí)驗(yàn)對(duì)CVRP標(biāo)準(zhǔn)庫(kù)中的典型問(wèn)題進(jìn)行求解，來(lái)對(duì)改進(jìn)后的算法進(jìn)行有效性驗(yàn)證。
　　(3)對(duì)同時(shí)帶有送取貨需求的車(chē)輛路徑優(yōu)化問(wèn)題（Vehicle Routing Problem with Simultaneous Delivery and Pickup，VRPSDP）的數(shù)學(xué)模型進(jìn)行描述，通過(guò)在基本蟻群算法中嵌入自適應(yīng)記憶策略來(lái)對(duì)其進(jìn)行改

5、進(jìn)，在求解時(shí)利用自適應(yīng)的記憶算法以及基于評(píng)價(jià)值的特赦準(zhǔn)則，解決了基本蟻群算法在求解VRPSDP問(wèn)題時(shí)搜索效率不高、重復(fù)搜索的問(wèn)題，仿真實(shí)驗(yàn)表明了改進(jìn)后的算法具有優(yōu)越性，所求得的最優(yōu)路徑更短。
　　(4)對(duì)帶時(shí)間窗約束的車(chē)輛路徑優(yōu)化問(wèn)題（Vehicle Routing Problem with Time Window，VRPTW）進(jìn)行了分類描述，給出了數(shù)學(xué)模型。為求解該模型，將蟻周模型與最大最小螞蟻系統(tǒng)進(jìn)行混合建立了智能蟻群算法（H