混合蚁群算法求解带软时间窗的车辆路径问题

发布时间：2021-02-25 12:15

　　针对车辆路径问题中传统硬时间窗过于刚性的问题,将软时间窗引入模型约束,建立基于总配送费用最小化的优化模型.同时,考虑到蚁群算法在求解该类问题上的不足,提出萤火虫算法与蚁群算法混合来突破原有算法的瓶颈.将萤火虫个体间的寻优过程引入蚁群算法,以指导蚂蚁搜索额外解空间,以此改善每代可行解的多样性,从而在蚂蚁信息素更新过程中进行扰动,提高算法求解质量.数值实验表明,相较于传统蚁群算法,混合算法在求解的精确性与稳健性上具有显著优势,验证了算法的可行性与有效性. 

【文章来源】：武汉理工大学学报(交通科学与工程版). 2019,43(04)

【文章页数】：6 页

【文章目录】：
0 引言
1 VRPSTW描述和数学模型
    1.1 问题描述
    1.2 数学模型
        1.2.1 模型参数
        1.2.2 模型构建
2 求解VRPSTW的混合蚁群算法
    2.1 蚁群算法
    2.2 萤火虫算法
    2.3 萤火虫-蚁群混合算法
        2.3.1 FA搜索过程
        2.3.2 全局信息素更新
3 算例分析
    3.1 实验设置
    3.2 模型计算结果及分析
4 结论


【参考文献】：
期刊论文
[1]蚁群算法研究与应用的新进展[J]. 覃远年,梁仲华.  计算机工程与科学. 2019(01)
[2]混合粒子群算法求解带软时间窗的VRPSPD问题[J]. 范厚明,刘文琪,徐振林,耿静.  计算机工程与应用. 2018(19)
[3]新型群智能优化算法综述[J]. 林诗洁,董晨,陈明志,张凡,陈景辉.  计算机工程与应用. 2018(12)
[4]基于改进萤火虫算法的开放式车辆路径问题[J]. 孙俊成,李丹.  数学的实践与认识. 2018(04)
[5]求解TSP问题的自适应模拟退火蚁群算法[J]. 袁汪凰,游晓明,刘升,朱艳.  计算机应用与软件. 2018(02)
[6]改进蚁群算法求解带时间窗的应急物流开环车辆路径问题[J]. 郭咏梅,胡大伟,陈翔.  长安大学学报(自然科学版). 2017(06)
[7]快递配送车辆路径优化研究[J]. 麻存瑞,柏赟,赵欣苗,曾玮.  交通运输系统工程与信息. 2017(04)
[8]基于改进蚁群算法的救护车应急救援路径规划[J]. 孔林,张国富,苏兆品,蒋建国.  计算机工程与应用. 2018(13)
[9]基于邻域搜索的改进最大最小蚁群算法[J]. 贾瑞玉,马文华.  计算机仿真. 2014(12)
[10]求解TSP问题的改进蚁群算法[J]. 王胜,谭家政,刘勇,邱芹军.  武汉理工大学学报(信息与管理工程版). 2013(03)



本文编号：3050953