蟻群算法在車輛調(diào)度問題中的應用研究.pdf

1、隨著信息技術(shù)的發(fā)展，現(xiàn)代物流作為“第三利潤源泉”正受到日益廣泛的重視，并面臨著前所未有的發(fā)展機遇。在現(xiàn)代物流中，配送是一個重要的與消費者直接相連的環(huán)節(jié)，而物流配送路線優(yōu)化研究，是配送系統(tǒng)優(yōu)化中的重要一環(huán)。通過配送路線的優(yōu)化，可以提高物流配送的經(jīng)濟效益、降低配送成本，實現(xiàn)物流科學化。
　　 明確了物流配送車輛調(diào)度問題等的相關(guān)概念，確立了所研究問題的具體類型為純卸貨、非滿載、單車場、單車型、閉合式、確定式以及帶有時間窗約束的類型，并

2、建立了帶約束條件的物流配送問題的數(shù)學模型。詳細介紹了蟻群算法的產(chǎn)生、發(fā)展、原理及研究現(xiàn)狀，以及該算法在車輛調(diào)度問題中的實際應用，建立了蟻群算法的基本模型，分析了蟻群算法的實現(xiàn)過程，并利用Visual Basic6.0編寫了優(yōu)化調(diào)度程序，應用實例對算法進行分析驗證。分析了蟻群算法中主要參數(shù)對算法性能的影響及主要參數(shù)的選取方法，提出了一些有益的建議。
　　 針對蟻群算法在搜索初期收斂速度慢和易收斂于局部最優(yōu)解的缺陷提出了一種改進的蟻

3、群算法——GAAA算法來求解車輛路徑優(yōu)化問題，這也是研究的核心所在。在改進算法中，利用蟻群算法易與其他啟發(fā)式算法相結(jié)合的特點，將蟻群算法與遺傳算法相復合來提高算法的求解效率，利用遺傳算法具有快速隨機搜索到全局最優(yōu)解的能力產(chǎn)生初始信息素分布，在利用蟻群算法的分布式并行全局搜索能力收斂到全局最優(yōu)解，最終實現(xiàn)了算法的有效改進，解決了基本蟻群算法求解問題的缺陷，保障了改進算法求解實際問題的有效性。
　　 通過開發(fā)的程序?qū)?jīng)典的車輛優(yōu)化調(diào)