改進(jìn)的蟻群算法在實(shí)際VRP中的應(yīng)用研究.pdf

1、世界經(jīng)濟(jì)一體化進(jìn)程的加快以及科學(xué)技術(shù)的不斷進(jìn)步，使作為“第三利潤源泉”的現(xiàn)代物流越來越受到多方的關(guān)注。對于企業(yè)而言，物流成本占總成本的比例一直偏高，要想在激烈的競爭環(huán)境中得以生存和發(fā)展，降低物流成本至關(guān)重要。而物流配送作為物流的一個重要環(huán)節(jié)，對物流成本的影響較為明顯。要想降低這一環(huán)節(jié)的成本，重點(diǎn)就是安排好車輛配送的路徑，即做好優(yōu)化工作。
　　 本文旨在對Y公司現(xiàn)行的車輛線路進(jìn)行優(yōu)化，在保證及時滿足客戶需求的前提下，使配送路線最短

2、，滿載率最高，以此使運(yùn)輸成本降至最低。在比較分析了各種算法之后，本文選擇蟻群算法來求解該問題。針對蟻群算法自身易陷入局部最優(yōu)、搜索時間較長等缺陷，同時結(jié)合Y公司的實(shí)際情況，本文將從狀態(tài)轉(zhuǎn)移規(guī)則、信息素更新規(guī)則以及路線的優(yōu)化三個方面改進(jìn)過的蟻群算法應(yīng)用于實(shí)際問題的求解，最終通過實(shí)驗(yàn)仿真獲得了改進(jìn)的線路，為企業(yè)提高了車輛利用率，同時降低了車輛配送的成本。
　　 本文首先介紹了研究背景，提出了研究意義，進(jìn)而簡述了論文的主要研究內(nèi)容并給

3、出了其框架，最后總結(jié)了研究中用到的的研究方法。
　　 其次，總結(jié)并歸納了國內(nèi)外關(guān)于車輛路徑問題(Vehicle Routine Problem，VRP)的研究現(xiàn)狀，介紹并比較分析了不同算法的優(yōu)缺點(diǎn)，確定本文要采用的算法。接著介紹蟻群算法的國內(nèi)外研究現(xiàn)狀，通過了解蟻群算法的發(fā)展歷程及應(yīng)用領(lǐng)域，為后續(xù)的改進(jìn)應(yīng)用指明方向。
　　 隨后，給出了VRP問題的一般數(shù)學(xué)模型，并根據(jù)企業(yè)實(shí)際遇到的問題將車輛滿載率加入到優(yōu)化目標(biāo)中，繼而對

4、一般模型做出了相應(yīng)的調(diào)整，建立了考慮車輛滿載率的VRP數(shù)學(xué)模型。然后又介紹了蟻群算法的基本原理，并以旅行商問題(Travelling Salesman Problem，TSP)為例，給出了蟻群算法的求解過程以及基本模型。之后，結(jié)合蟻群算法在TSP問題中的應(yīng)用，總結(jié)了蟻群算法的特點(diǎn)，為下一小節(jié)的改進(jìn)奠定了基礎(chǔ)。
　　 此外，在比較了蟻群算法對于求解TSP問題與VRP問題的不同之后，針對螞蟻狀態(tài)轉(zhuǎn)移規(guī)則、信息素更新規(guī)則以及最優(yōu)路徑進(jìn)

5、一步優(yōu)化提出了相應(yīng)的改進(jìn)策略，并給出了改進(jìn)的蟻群算法的實(shí)施步驟以及改進(jìn)后蟻群算法中參數(shù)的配置方案。
　　 再次，本文闡述了如何將改進(jìn)的蟻群算法應(yīng)用到Y(jié)公司的實(shí)際問題的求解中。在對Y公司的實(shí)際情況進(jìn)行概述后，本文對需要的數(shù)據(jù)進(jìn)行了搜集整理。進(jìn)而將Y公司的具體問題與VRP模型對應(yīng)起來，然后利用改進(jìn)的蟻群算法進(jìn)行求解。最后得到了由實(shí)驗(yàn)仿真輸出的數(shù)據(jù)，并將改進(jìn)后車輛配送路徑的總距離、車輛滿載率及運(yùn)輸成本與之前進(jìn)行比較。結(jié)果表明，線路的優(yōu)