基于蟻群算法的物流配送車輛優(yōu)化調(diào)度研究.pdf

1、隨著計算機技術(shù)的日新月異，一些新的仿生優(yōu)化算法像蟻群算法得到了迅速發(fā)展和廣泛應(yīng)用。 論文首先介紹了物流配送車輛優(yōu)化調(diào)度問題等相關(guān)概念，接著詳細介紹蟻群算法的產(chǎn)生、發(fā)展和研究現(xiàn)狀，以及該算法在經(jīng)典VRP問題上的應(yīng)用。 論文的主要工作是對蟻群算法的改進。蟻群算法的改進策略主要有以下幾個方面：首先，針對基本蟻群算法選路計算開銷太大，引入了一種新的優(yōu)化選路方法，通過三種改進策略，減少了蟻群的選路次數(shù)，減小了選路時間，提高了運行效

2、率。其次，引入了螞蟻個體差異策略，通過調(diào)整菲爾蒙因子以及期望啟發(fā)式因子在選路概率中的作用，使螞蟻的行為方式具有多樣性。仿真實驗表明這可以使蟻群算法避免過早陷入局部最優(yōu)。最后，在此基礎(chǔ)上融合近似解可行化算法，構(gòu)造了求解經(jīng)典VRP問題的自適應(yīng)蟻群算法。實驗結(jié)果表明，自適應(yīng)蟻群算法性能優(yōu)良，能夠有效解決VRP問題。 論文提出的自適應(yīng)蟻群算法，不僅改善了算法性能，還在VRP問題上的應(yīng)用取得了較好的效果。一系列仿真實驗表明，改進蟻群算法在