基于驴与走私者算法的物流配送车辆路径优化研究

发布时间：2021-04-17 19:53

　　物流车辆配送路径优化（VRP）是提高物流配送效率和降低物流配送成本的重要途径,作为物流运输系统的核心内容,运用智能算法求解VRP问题可以有效地求出近似最优解。驴和走私者算法（Donkey and Smuggle Optimization Algorithm,DSO）是受驴的搜索行为启发,通过模拟驴的运输行为,建立两种模式来实现算法中的搜索行为和路径选择。走私者通过查找所有可能路径,然后确定最佳路径;求出的最优路径的适应性发生变化的情况下,利用驴的多种行为求解次优解。因此建立基于驴与走私者算法的物流配送车辆路径优化模型,通过实例研究并与蚁群算法（ACO）进行求解比较。结果表明,与ACO相比,DSO可以在更短的时间内提供更多和稳定的选项。 

【文章来源】：计算机应用与软件. 2020,37(05)北大核心

【文章页数】：7 页

【部分图文】：

走私者利用驴进行汽油走私

此外,驴子还表现出相互支持的行为。美国广播公司新闻[14]显示,如图2所示,一头驴试图越过栅栏,但它无法跨越,因此它从另一头驴那里得到了帮助,后者摘下一块木头来帮助驴群穿过栅栏。总而言之,驴具有的社会行为可以总结为:

算法的执行流程图

【参考文献】：
期刊论文
[1]基于GA-ACO的带时间窗车辆路径问题研究[J]. 辜勇,张列,李志远,郑阳阳.  物流技术. 2019(02)
[2]基于改进蚁群算法的多时间窗车辆路径问题[J]. 朱杰,张培斯,张询影,余微微.  计算机技术与发展. 2019(01)
[3]基于改进遗传算法的物流车辆路径问题优化[J]. 陈成.  信息技术与信息化. 2018(09)
[4]基于模拟退火的自适应离散型布谷鸟算法求解旅行商问题[J]. 张子成,韩伟,毛波.  电子学报. 2018(08)
[5]混合随机量子鲸鱼优化算法求解TSP问题[J]. 闫旭,叶春明.  微电子学与计算机. 2018(08)
[6]一种求解旅行商问题的改进混合粒子群算法[J]. 裴皓晨,娄渊胜,叶枫,黄倩.  计算机与数字工程. 2018(02)
[7]改进的猫群算法求解TSP[J]. 杨进,郑允,马良.  计算机应用研究. 2017(12)
[8]基于捕食搜索策略混合遗传算法的车辆路径问题研究[J]. 林涛,武孟贤,轩倩倩,徐庆国,江冲.  中南民族大学学报(自然科学版). 2016(04)
[9]基于病毒协同进化遗传算法的物流配送路径优化问题研究[J]. 齐金平,查显锋.  黑龙江科学. 2013(08)
[10]求解TSP问题算法综述[J]. 王剑文,戴光明,谢柏桥,张全元.  计算机工程与科学. 2008(02)

硕士论文
[1]基于群智能算法的物流配送路径规划研究[D]. 周蓓晨.新疆大学 2018
[2]基于改进模拟退火算法的城市物流配送路径优化研究[D]. 姜博烨.石家庄铁道大学 2018



本文编号：3144047