【目的】針對多式聯(lián)運過程中運輸路徑和運輸方式的優(yōu)選問題,以運輸成本最少為目標,建立了含運到時限約束和路徑容量約束的組合優(yōu)化模型.【方法】針對模型設(shè)計了雙信息素蟻群-遺傳混合算法進行求解,并引入最大最小螞蟻策略、自適應災變算子等操作,適時規(guī)避局部最優(yōu)解,以提高算法優(yōu)化能力.【結(jié)果】將混合算法求得的結(jié)果與單遺傳算法、蟻群算法進行比較,混合算法較另兩者的收斂穩(wěn)定性平均提升15.534%和12.537%,且求得的20次最小費用平均值分別降低了3.18%和1.38%.【結(jié)論】采用上述方法探討運到時限、容量約束以及貨物運量對路徑選擇的影響,從而為多式聯(lián)運經(jīng)營人決策提供了參考. 

【文章來源】：甘肅農(nóng)業(yè)大學學報. 2020,55(05)北大核心CSCD

【文章頁數(shù)】：10 頁

【部分圖文】：

混合算法流程

染色體結(jié)構(gòu)

將GA生成的較好解集的運輸路徑信息、運輸方式信息分別存入τg和τc,即為初始信息素值,使得螞蟻在初始階段即有良好的方案可供選擇.螞蟻個體按照遺傳算法染色體解碼的方式移動,從起點移動到終點.對τg而言,p ij a (t)為第a只螞蟻在t時刻從節(jié)點i轉(zhuǎn)移到節(jié)點j的概率,對τc而言,p ij a (t)則可認為是螞蟻在t時刻從節(jié)點i轉(zhuǎn)移到節(jié)點j時采用某種運輸方式的概率,p ij a (t)計算方法如式(12)所示[17].p ij a (t)= { [ τ ij (t) ] α [ η ij (t) ] β ∑ r∈allowed a [ τ ij (t) ] α [ η ij (t) ] β j∈allowed k 0其他 ?????? ??? (12)

【參考文獻】：
期刊論文
[1]基于改進雞群算法的微電網(wǎng)運行優(yōu)化[J]. 孫嫣嬌,代永強.  甘肅農(nóng)業(yè)大學學報. 2019(03)
[2]基于混合算法的多目標多式聯(lián)運路徑選擇問題研究[J]. 萬杰,魏爽.  天津大學學報(自然科學與工程技術(shù)版). 2019(03)
[3]基于改進蟻群算法的城市內(nèi)澇救援路徑優(yōu)化[J]. 姜金貴,張鵬飛.  計算機應用. 2014(07)
[4]基于混合算法的聯(lián)合運輸路徑優(yōu)化[J]. 王義晶,賈俊芳.  交通信息與安全. 2014(01)
[5]多式聯(lián)運運輸問題的混合遺傳算法[J]. 俞武揚.  計算機工程與應用. 2009(33)
[6]綜合運輸網(wǎng)絡(luò)中合理路徑優(yōu)化模型[J]. 孫華燦,李旭宏,陳大偉,于世軍.  東南大學學報(自然科學版). 2008(05)

博士論文
[1]隨機環(huán)境下集裝箱海鐵聯(lián)運系統(tǒng)建模與優(yōu)化研究[D]. 趙祎.北京交通大學 2019
[2]不確定條件下若干網(wǎng)絡(luò)優(yōu)化問題的模型與算法研究[D]. 何方國.華中科技大學 2009
[3]物流配送中車輛選徑問題研究[D]. 王德東.天津大學 2007

碩士論文
[1]集裝箱多式聯(lián)運路徑及運輸方式選擇研究[D]. 韓增霞.大連海事大學 2011



本文編號：3361881