為了在復(fù)雜的交通環(huán)境中能夠快速求解出物流運(yùn)輸?shù)淖顑?yōu)路徑,在傳統(tǒng)蟻群算法基礎(chǔ)之上提出了一種基于改進(jìn)蟻群算法的物流運(yùn)輸路徑優(yōu)化模型。首先,通過(guò)在傳統(tǒng)蟻群算法中加入基于運(yùn)輸時(shí)間、成本、道路平均通暢程度因子的約束條件,同時(shí)改進(jìn)傳統(tǒng)信息素的更新方式,對(duì)道路上的信息素濃度進(jìn)行最大最小限制,從而改變路徑選擇轉(zhuǎn)移概率。最后,利用改進(jìn)蟻群算法與CSAACO算法、ACO算法進(jìn)行仿真實(shí)驗(yàn),在相同實(shí)驗(yàn)環(huán)境條件下測(cè)試3種算法在物流運(yùn)輸路徑的距離縮短量和時(shí)間減少量,實(shí)驗(yàn)數(shù)據(jù)表明,改進(jìn)蟻群算法在運(yùn)輸距離和運(yùn)輸時(shí)間方面明顯低于CSAACO算法和ACO算法。改進(jìn)蟻群算法擁有更強(qiáng)的全局尋優(yōu)能力,算法收斂速度更快,所需時(shí)間更少,獲得的最優(yōu)路徑更短,提高了整個(gè)物流行業(yè)的運(yùn)輸效率。 

【文章來(lái)源】：計(jì)算機(jī)工程與科學(xué). 2020年03期 第523-528頁(yè) 北大核心

【文章頁(yè)數(shù)】：6 頁(yè)

【部分圖文】：

改進(jìn)ACO算法流程圖

從圖2可以看出,改進(jìn)算法的平均尋優(yōu)路徑的時(shí)間比ACO算法和CSAACO算法的分別縮短258 004 s和15 000 s;當(dāng)客戶規(guī)模在100～200時(shí),傳統(tǒng)的ACO算法、CSAACO算法和本文的改進(jìn)算法的任務(wù)時(shí)間方面差異不是那么明顯,當(dāng)隨著客戶規(guī)模不斷增加,在執(zhí)行同樣規(guī)模任務(wù)的情況下,本文算法的時(shí)間遠(yuǎn)低于CSAACO和ACO的,本文算法能夠彌補(bǔ)CSAACO算法和ACO算法的尋優(yōu)時(shí)間較長(zhǎng)的不足,具有更快的求解速度。圖3 客戶規(guī)模與距離縮短量的關(guān)系

圖2 客戶規(guī)模與時(shí)間縮短量的關(guān)系從圖3可以看出,本文改進(jìn)算法的求解路徑距離相比ACO和CSAACO分別減少25 000 m和5 854 m。當(dāng)客戶任務(wù)規(guī)模為100時(shí),本文算法與CSAACO算法相比,距離縮短了約2 650 m;改進(jìn)算法與傳統(tǒng)ACO算法相比,距離縮短了約5 000 m;而且隨著規(guī)模的增加,差距在逐漸擴(kuò)大,本文改進(jìn)算法表現(xiàn)出來(lái)的優(yōu)勢(shì)更加明顯,具有更好的路徑尋優(yōu)能力。

【參考文獻(xiàn)】：
期刊論文
[1]帶有隨機(jī)運(yùn)輸時(shí)間和成本的4PL路徑優(yōu)化問(wèn)題[J]. 黃敏,任亮,王興偉.  系統(tǒng)工程學(xué)報(bào). 2019(01)
[2]基于蟻群勞動(dòng)分工的多式聯(lián)運(yùn)利益分配研究[J]. 賀政綱,黃娟,帥宇紅.  鐵道學(xué)報(bào). 2018(11)
[3]電商退換貨車輛路徑問(wèn)題及蟻群算法研究[J]. 張慶華,呂小丹.  計(jì)算機(jī)工程與應(yīng)用. 2018(22)
[4]生鮮產(chǎn)品的純電動(dòng)冷藏車配送路徑問(wèn)題研究[J]. 馮杰,史立.  計(jì)算機(jī)工程與應(yīng)用. 2019(09)
[5]基于改進(jìn)蟻群算法的物流配送中多取貨車輛的最優(yōu)路徑研究[J]. 王蕾,蔡翠,裴愛(ài)暉,肖榮娜,葉靜.  公路交通科技(應(yīng)用技術(shù)版). 2018(05)
[6]第四方物流多目標(biāo)路徑集成優(yōu)化[J]. 任亮,黃敏,王洪峰,王興偉.  復(fù)雜系統(tǒng)與復(fù)雜性科學(xué). 2018(01)
[7]基于物流云平臺(tái)的多式聯(lián)運(yùn)派單模型及求解策略[J]. 趙春雷,孟亞斌,柳建波,熊萬(wàn)紅,喬朋.  鐵道學(xué)報(bào). 2018(01)
[8]多自動(dòng)導(dǎo)引車路徑規(guī)劃的誘導(dǎo)蟻群粒子群算法[J]. 李軍軍,許波桅,楊勇生,吳華鋒.  計(jì)算機(jī)集成制造系統(tǒng). 2017(12)
[9]求解TSP的帶混沌擾動(dòng)的模擬退火蟻群算法[J]. 王迎,張立毅,費(fèi)騰,周修飛.  計(jì)算機(jī)工程與設(shè)計(jì). 2016(04)
[10]混沌擾動(dòng)模擬退火蟻群算法低碳物流路徑優(yōu)化[J]. 張立毅,王迎,費(fèi)騰,周修飛.  計(jì)算機(jī)工程與應(yīng)用. 2017(01)

碩士論文
[1]基于改進(jìn)蟻群算法的物流配送路徑研究[D]. 趙美紅.遼寧工程技術(shù)大學(xué) 2011



本文編號(hào)：2902234