蟻群算法在物流配送路徑優(yōu)化問題上的應用研究.pdf

1、在全球經濟一體化的大背景下，伴隨著我國經濟的飛速發(fā)展，物流作為”第三利潤源泉”在我國得到了長足的發(fā)展。物流配送是物流活動中直接與消費者相關聯(lián)的環(huán)節(jié)，在物流的各項成本中，配送的成本占了相當高的比例，因此，配送線路安排得是否合理直接影響著企業(yè)的成本支出[1]。在滿足多樣化用戶需求的前提下，如何有效地利用現(xiàn)有資源進行車輛調度以減少企業(yè)的運行成本，給企業(yè)帶來更大的利潤，是物流行業(yè)發(fā)展的目標，也是研究者關注的重點問題。
　　 物流配送問題

2、實質是車輛路徑問題(Vehicle Routing Problem，VRP)，車輛路徑問題具有很高的計算復雜性，屬于NP-hard問題[2][3][4]。隨著問題規(guī)模的擴大，傳統(tǒng)的基于確定性的優(yōu)化算法在求解組合優(yōu)化問題時遇到了困難。于是人們在仿生學中受到啟發(fā)，提出了許多啟發(fā)式智能優(yōu)化算法，為解決復雜的組合優(yōu)化問題(如NP-hard問題等)提供了嶄新的思路。
　　 蟻群算法便是人類在觀察自然界真實螞蟻覓食的過程中總結出來的仿生優(yōu)化

3、算法，它在短短的十余年的發(fā)展歷程中展現(xiàn)出頑強的生命力，成功地應用于解決旅行商問題(Traveling Salesman Problem，TSP)，車間作業(yè)調度問題(Job-shopScheduling Problem，JSP)，車輛路徑問題等組合優(yōu)化問題。蟻群算法作為新興的仿生優(yōu)化算法，因其具有分布式計算，自組織性和正反饋性質而得到廣泛應用。但搜索時間長，易陷入局部最優(yōu)解等也是基本蟻群算法的致命的缺點，針對此問題，本文在研究了遺傳算法基

4、礎上提出了一種改進的蟻群算法-G-蟻群算法。通過對解決TSP問題的實驗表明，G-蟻群算法在收斂速度和解的全局性上有更優(yōu)的性能。
　　 為了驗證算法的性能，我們在VC6.0下進行編程實驗，并開發(fā)出針對對TSP問題和VRP問題的應用軟件，實驗結果表明，利用改進的蟻群算法進行VRP和TSP問題的求解，能夠得到令人滿意的效果。
　　 最后，針對快速發(fā)展的物流配送行業(yè)的發(fā)展，提出了對開發(fā)物流配送車輛計算機調度管理系統(tǒng)的設想并分析了