基于蟻群算法的低碳物流路徑優(yōu)化研究——以京津冀都市圈為例.pdf

1、隨著全球氣候變暖問題的日益惡化，低碳問題越來越受到各國政府和學者的關注。物流產業(yè)是能源消耗大戶，同時又是二氧化碳排放大戶，因此降低能源消耗，減少碳排放量是發(fā)展物流產業(yè)的必然趨勢，低碳物流應運而生。低碳物流是指在物流過程中以低能耗、低污染、低排放為目標，利用能效技術、可再生能源技術和各種智能優(yōu)化方法，以期實現(xiàn)最高的資源利用率和最低的碳排放量。在低碳物流中，合理規(guī)劃配送路徑、減少空載，是提高物流效率、減少碳排放的有效途徑。因此，采用現(xiàn)代智能

2、優(yōu)化方法對低碳物流配送路徑數(shù)學模型進行優(yōu)化求解，尋找最優(yōu)的配送路徑具有重要的理論意義和實用價值。
　　本研究主要內容包括：⑴在分析低碳物流路徑優(yōu)化研究動態(tài)的基礎上，闡述了低碳物流及蟻群算法的基本原理，并以碳排放成本最低為目標建立了低碳物流路徑優(yōu)化模型。⑵針對基本蟻群算法參數(shù)選擇靠實驗獲得，易陷入局部最優(yōu)、收斂速度慢等不足，將DNA算法中的交叉變異操作融入基本蟻群算法，用于控制基本蟻群算法的初始參數(shù)選取，加快了算法的收斂速度，優(yōu)化了

3、算法性能。同時，將改進算法用于低碳物流配送路徑優(yōu)化求解。計算機仿真結果表明，改進算法的求解結果優(yōu)于基本蟻群算法。⑶為了避免基本蟻群算法出現(xiàn)停滯及早熟現(xiàn)象，將混沌系統(tǒng)及模擬退火機制引入基本蟻群算法，研究了帶混沌擾動的模擬退火蟻群算法，用于求解低碳物流配送路徑優(yōu)化數(shù)學模型。計算機仿真結果表明，改進算法增強了全局搜索能力，提高了模型求解效率。⑷以京津冀都市圈為仿真實例，以碳排放成本最低建立數(shù)學模型，分別采用基本蟻群算法、DNA-蟻群算法和帶混