混合蚁群算法在容量约束车辆路径问题中的应用研究

发布时间：2017-08-25 03:24

  本文关键词：混合蚁群算法在容量约束车辆路径问题中的应用研究

  更多相关文章： 容量约束车辆路径问题 混合蚁群算法 蚁群优化算法 粒子群优化算法

【摘要】：物流作为“第三利润源泉”,受到企业越来越多的重视,日益成为国民经济的基础产业。配送是物流中的重要环节,约占物流成本的60%以上。容量约束车辆路径问题是配送系统中的核心问题,主要研究物流配送中车辆路线的优化,从而降低运营商的配送成本,实现物流科学化。该问题属于NP-难问题,求解难度较大,蚁群优化算法是一种基于种群寻优的启发式搜索算法,其搜索速度比较快,具有很高的搜索效率,但存在陷入局部最优的缺点,因此提出混合蚁群算法来解决容量约束车辆路径问题。本文所做的工作主要包括以下几个方面：(1)分别对蚁群优化算法以及粒子群优化算法进行系统的介绍,在此基础上对蚁群优化算法以及粒子群优化算法分别分析各自的优缺点。(2)设计混合蚁群算法,该混合算法结合了蚁群优化算法的全局搜索能力以及粒子群优化算法的局部寻优能力,避免了蚁群优化算法易产生早熟收敛和局部寻优能力较差等缺陷。该混合算法的思想是先利用蚁群优化算法遍历节点找出初始解,然后由粒子群优化算法进行解的更新,从而找出更优解。(3)建立带有容量约束的车辆路径问题的数学模型,利用混合蚁群算法来求解带有容量约束的车辆路径问题,并采用标准数据集进行对比实验,验证了算法的优越性。上述研究在理论上对于蚁群优化算法与粒子群优化算法的发展具有积极的推动作用,为两种算法的融合提供了一种新思路,在实践上,有效地求解了大规模容量约束车辆路径问题。因此具有重要的理论意义和实用价值。
【关键词】：容量约束车辆路径问题 混合蚁群算法 蚁群优化算法 粒子群优化算法
【学位授予单位】：合肥工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U116.2;TP18
【目录】：

• 致谢7-8
• 摘要8-9
• ABSTRACT9-15
• 第一章 绪论15-22
• 1.1 研究背景与意义15-16
• 1.2 国内外研究现状16-20
• 1.2.1 车辆路径问题的研究现状17-19
• 1.2.2 蚁群算法的研究现状19
• 1.2.3 研究中存在的问题19-20
• 1.3 论文研究内容及组织结构20-21
• 1.3.1 论文研究内容20
• 1.3.2 论文组织结构20-21
• 1.4 论文创新点21-22
• 第二章 车辆路径问题概述22-32
• 2.1 引言22-23
• 2.2 车辆路径问题描述23-28
• 2.2.1 物流配送中的车辆路径问题24-25
• 2.2.2 车辆路径问题的要素25-26
• 2.2.3 车辆路径问题的分类26-28
• 2.3 车辆路径问题常用求解方法28-31
• 2.4 本章小结31-32
• 第三章 蚁群和粒子群相结合的混合蚁群算法32-44
• 3.1 蚁群算法概述32-36
• 3.1.1 蚁群算法的基本原理32-33
• 3.1.2 蚁群算法的特点33-34
• 3.1.3 蚁群算法的基本模型34-36
• 3.2 粒子群算法概述36-39
• 3.2.1 粒子群算法的基本原理36-37
• 3.2.2 粒子群算法的基本模型37-38
• 3.2.3 粒子群算法的参数调整38-39
• 3.3 蚁群和粒子群融合的混合蚁群算法39-43
• 3.3.1 混合蚁群算法的设计思想39-40
• 3.3.2 蚂蚁行为的重新定义40-41
• 3.3.3 概率矩阵的构造41-43
• 3.3.4 ACPSO算法特点43
• 3.4 本章小结43-44
• 第四章 混合蚁群算法求解容量约束车辆路径问题44-50
• 4.1 引言44
• 4.2 容量约束车辆路径问题的数学模型44-45
• 4.3 混合蚁群算法求解容量约束车辆路径问题45-47
• 4.4 实验与结果分析47-49
• 4.5 本章小结49-50
• 第五章 总结与展望50-51
• 5.1 本文主要工作50
• 5.2 进一步研究的展望50-51
• 参考文献51-54
• 攻读硕士学位期间的学术活动及成果情况54-55

【相似文献】

中国期刊全文数据库 前10条

1 王云平;;车辆路径问题的形式化及其知识表示方法研究[J];辽宁省交通高等专科学校学报;2006年04期

2 王江晴;康立山;;动态车辆路径问题仿真器的设计与实现[J];核电子学与探测技术;2007年05期

3 曹二保;赖明勇;张汉江;;模糊需求车辆路径问题研究[J];系统工程;2007年11期

4 唐连生;梁剑;;突发事件下的车辆路径问题研究综述[J];铁道运输与经济;2008年12期

5 唐伟勤;张隐;张敏;;大规模突发事件应急物资调度中的车辆路径问题[J];物流技术;2008年12期

6 刘红梅;陈杨;;车辆路径问题的形式化方法研究[J];科技资讯;2008年05期

7 唐加福;孔媛;潘震东;董颖;;基于划分的蚁群算法求解货物权重车辆路径问题[J];控制理论与应用;2008年04期

8 熊志华;邵春福;姚智胜;;车辆路径问题的可靠性研究[J];物流技术;2008年08期

9 徐俊杰;;利用微正则退火算法求解车辆路径问题[J];安庆师范学院学报(自然科学版);2009年02期

10 宁晓利;;车辆路径问题的组合优化算法[J];物流技术;2009年06期

中国重要会议论文全文数据库 前10条

1 符卓;陈斯卫;;车辆路径问题的研究现状与发展趋势[A];中国运筹学会第七届学术交流会论文集（下卷）[C];2004年

2 杨世坚;陈韬;;随机车辆路径问题研究综述[A];中国系统工程学会决策科学专业委员会第六届学术年会论文集[C];2005年

3 李桂平;陈楠;;多中心车辆路径问题的解决思路[A];中国地理信息系统协会第四次会员代表大会暨第十一届年会论文集[C];2007年

4 李大卫;王梦光;;广义车辆路径问题——模型及算法[A];1997中国控制与决策学术年会论文集[C];1997年

5 符卓;聂靖;;开放式车辆路径问题及其若干研究进展[A];中国运筹学会第八届学术交流会论文集[C];2006年

6 陈宝文;宋申民;陈兴林;单志众;;应用于车辆路径问题的多蚁群算法[A];第25届中国控制会议论文集（下册）[C];2006年

7 戎丽霞;;模糊需求条件下的多车场车辆路径问题[A];第三届中国智能计算大会论文集[C];2009年

8 张凤姣;张兴芳;;基于不确定理论的车辆路径问题[A];第九届中国不确定系统年会、第五届中国智能计算大会、第十三届中国青年信息与管理学者大会论文集[C];2011年

9 肖雁;符卓;李育安;;带软时间窗的车辆路径问题及其应用前景探讨[A];中国运筹学会第六届学术交流会论文集（下卷）[C];2000年

10 许鑫;范文慧;冯雅U，

本文编号：734779