兩類車輛路徑問題的蟻群算法.pdf

1、隨著市場競爭的加劇，物流已經(jīng)成為企業(yè)提高市場競爭力和核心競爭力的重要手段，而運輸通常是物流成本中最大的單項成本。所以，研究車輛路徑問題(VehicleRoutingProblem,VRP)，通過設(shè)計合理的運輸路線，使車輛在滿足服務(wù)要求的同時，成本最小化，從而減少物流整體費用，具有重要意義。根據(jù)車輛容量、車型等限制的不同，有多種類型的VRP，本文針對兩種問題進(jìn)行了討論：有時間窗的多車場車輛路徑問題(theMulti-depotsVehic

2、leRoutingProblemwithTimeWindows,MDVRPTW)和有時間窗的具有同時配送與回收的車輛路徑問題(theVehicleRoutingProblemwithSimultaneousPick-upandDeliveryandTimeWindows，VRPSDPTW)。 VRP已被證明為NP難題，對其算法的研究大部分集中在啟發(fā)式算法上，而蟻群算法是近年來新興的啟發(fā)式算法，本文采用蟻群算法對上述兩個問題進(jìn)行求

3、解。本文主要工作有： 1、針對基本蟻群算法易陷入局部最優(yōu)的缺陷，本文從調(diào)整起始搜索節(jié)點和交換信息素兩個方面提出了改進(jìn)，在基準(zhǔn)問題上的實驗表明該算法取得的目標(biāo)值較優(yōu)，而且取得目標(biāo)值時所需的迭代次數(shù)較少。 2、給出MDVRPTW的數(shù)學(xué)模型，并采用蟻群算法對該模型求解。求解時采用整體法將多個車場虛擬為一個車場，每次搜索從虛擬車場中隨機(jī)選擇一個實際車場作為出發(fā)車場，采用SOLOMON的NearestNeighbour插入式算法，