物流調(diào)度中的混合人工智能算法畢業(yè)設(shè)計

1、目錄摘要................................................................1Abstract............................................................21引言..............................................................32車輛優(yōu)化調(diào)度問題的描述....

2、........................................42.1組合優(yōu)化問題的描述..........................................42.2車輛調(diào)度問題的數(shù)學(xué)模型......................................43主要人工智能群算法研究............................................53.1人工魚群算法原理及其模

3、型....................................63.1.1人工魚群算法原理.......................................63.1.2人工魚群的數(shù)學(xué)模型.....................................73.1.3人工魚群算法...........................................93.2人工蜂群算法及其模型.........

4、...............................93.2.1人工蜂群算法原理及數(shù)學(xué)模型.............................93.2.2人工蜂群算法步驟......................................104人工魚群算法在VRP問題上的改進...................................124.1人工魚群算法的傳統(tǒng)處理方法.................

5、................124.1.1初始化種群............................................124.1.2食物濃度的計算........................................134.1.3人工魚行為的設(shè)計......................................134.1.4行為選擇..............................

6、................154.1.5公告欄................................................154.2傳統(tǒng)處理方法的改進.........................................164.2.1基于相似片段的距離....................................164.2.2基于相似片段距離的人工魚覓食行為................

7、......164.2.3人工魚視域的改變......................................174.3傳統(tǒng)處理方法與改進的方法的實驗對比分析......................174.3.1實驗參數(shù)的設(shè)置........................................174.3.2實驗結(jié)果及對結(jié)果的分析................................185混合人工蜂群—魚

8、群算法及VRP應(yīng)用研究.............................205.1人工蜂群算法和人工魚群算法的優(yōu)缺點分析......................205.2混合人工智能算法的設(shè)計.....................................215.3混合人工蜂群—人工魚群算法示意圖...........................215.4混合人工蜂群—人工魚群算法的實現(xiàn)............

9、...............225.5基于混合人工蜂群—人工魚群算法的VRP問題求解...............225.5.1人工蜂行為的設(shè)計......................................225.5.2公告欄................................................236混合人工智能算法的實驗結(jié)果分析.................................

10、..246.1混合人工智能算法的參數(shù)設(shè)置..................................246.2三種人工智能算法的實驗結(jié)果..................................246.3實驗結(jié)果的分析.............................................251物流調(diào)度中的混合人工智能算法摘要隨著經(jīng)濟的增長更多行業(yè)的分工更加細化，越來越多的企業(yè)某些原料在南方加工，而物

11、品的進一步加工和組裝在北方進行，進而促使物流配送行業(yè)的快速增加，成為企業(yè)盈利的重要一步。現(xiàn)在網(wǎng)購行為被大部分人的認可，良好的配送模式能夠節(jié)省客戶和賣家的時間成本和經(jīng)濟成本，從而使得雙方達到共贏。因此，配送中心作業(yè)的重點就是如何將車輛有效的使用，并決定最經(jīng)濟的行駛路線，使商品能在最短的時間內(nèi)送到各個客戶手中。實際上上述物流配送問題就是車輛路線問題（VRP，VehicleRoutingProblem），它是組合領(lǐng)域中非常著名的NP難題，近二

12、十年來，VRP都是一個非?；钴S的研究領(lǐng)域。隨著問題規(guī)模的增大，使用數(shù)學(xué)中的確定算法獲精確解幾乎是不可能的。對于這一問題，目前出現(xiàn)了較多的應(yīng)用人工智能算法來解決的思路。本論文中主要討論的是人工蜂群算法和人工魚群算法，并將這兩種進行融合得到新的混合人工智能算法以解決VRP問題。人工魚群算法在VRP問題上傳統(tǒng)的處理方法存在一定的缺陷，本論文將會給予一定的修正。改變對人工魚距離的定義，使用兩條人工魚中的相同片段的個數(shù)作為人工魚的距離；改變?nèi)斯~

13、覓食行為的方式，使得人工魚的覓食行為主要通過變換人工魚中位置信息的片段位置來實現(xiàn)；隨著迭代次數(shù)的增加，增大人工魚的視域，使得人工魚的搜索范圍逐漸變大?；旌先斯ぶ悄芩惴▌傞_始使用人工蜂群算法搜索全局，然后將這個過程中最好的幾個解給予人工魚魚群作為人工魚的初始位置，最后使用人工魚群算法算法進行人工魚的聚群、追尾和覓食等行為搜索可行解。每次迭代過程中將最好的解都放在公告欄上，迭代完成以后那么公告欄上的解即為整個搜索過程中得到的最優(yōu)解?；旌先斯?/p>