蟻群算法在物流運(yùn)輸車輛優(yōu)化調(diào)度中的應(yīng)用研究.pdf

1、現(xiàn)代物流運(yùn)輸車輛調(diào)度過程復(fù)雜多變，現(xiàn)有的數(shù)學(xué)方法在解決此問題時(shí)還很不完善，缺乏科學(xué)的理論作指導(dǎo)。這些問題的解決，往往需要用啟發(fā)式方法(HeuristicMethod)作出決策和判斷，追求運(yùn)輸系統(tǒng)總體最優(yōu)、總費(fèi)用最低、總效益最大的最優(yōu)解。 蟻群算法(AntColonyAlgorithms，ACA)是一種新興的搜索尋優(yōu)技術(shù)，它是從蟻群行為的研究中產(chǎn)生的。蟻群算法根據(jù)個(gè)體產(chǎn)生信息素，借助選擇策略、信息素更新等操作，逐步逼近最優(yōu)解。然而

2、，一般蟻群算法在求解問題過程中容易出現(xiàn)收斂過早或停滯現(xiàn)象，為了解決這些問題，本文首先分析了產(chǎn)生上述缺點(diǎn)的原因，然后給出了一種新的解決方案，通過對(duì)蟻群算法進(jìn)行了系數(shù)更新、信息素更新等方面的改進(jìn)，以加快算法的收斂速度，提高算法的搜索能力。 本文在現(xiàn)代物流技術(shù)基礎(chǔ)，特別是車輛調(diào)度和蟻群算法的基礎(chǔ)理論指導(dǎo)下，針對(duì)現(xiàn)代物流運(yùn)輸車輛的調(diào)度優(yōu)化問題，進(jìn)行了深入的理論、方法與模型的研究工作。車輛調(diào)度是一個(gè)多學(xué)科交叉的新興研究領(lǐng)域，本文將改進(jìn)后蟻

3、群算法引入物流運(yùn)輸車輛調(diào)度，綜合車輛調(diào)度理論，對(duì)物流運(yùn)輸車輛的優(yōu)化調(diào)度進(jìn)行了探討，對(duì)無時(shí)間窗(VechileSchedulingProblem，VSP)、有時(shí)間窗車輛調(diào)度問題(VechileSchedulingProblemwithTimeWindow，VSPTW)，探求新的求解方法，利用Matalab編寫優(yōu)化調(diào)度程序，應(yīng)用實(shí)例對(duì)算法進(jìn)行驗(yàn)證，最后對(duì)計(jì)算中涉及的一些問題進(jìn)行了討論。 本文研究成果對(duì)建立現(xiàn)代物流運(yùn)輸車輛優(yōu)化調(diào)度系統(tǒng)