基于量子蚁群算法的VRPTW研究

发布时间：2021-07-03 22:07

　　深入研究带时间窗的配送车辆路径问题,建立贴合实际情况的VRPTW模型,并且针对建立的模型,将量子计算的理念与方法融入蚁群算法,改进后的算法更加科学地初始化蚂蚁的位置,使蚂蚁有更大可能性地寻找到最优路径。在搜索的过程中添加量子比特启发式因子,使用局部信息素更新和全局信息素更新相结合的信息素更新方式,全局信息素更新添加了量子旋转门的新模式。并使用2-opt搜索对结果进行进一步的探索,扩大搜索的范围,增加了得到最优解的概率。使新建立的量子蚁群算法能够实现对模型更加高效的求解。 

【文章来源】：火力与指挥控制. 2019,44(08)北大核心CSCD

【文章页数】：7 页

【部分图文】：

VRPTW模型中惩罚函数

【参考文献】：
期刊论文
[1]基于改进蚁群算法的云计算任务调度研究[J]. 魏勇,赵开新,张松青,王东署.  火力与指挥控制. 2017(05)
[2]再生分辨矩阵与决策熵的不完备决策系统属性约简[J]. 阎桂林,徐廷学,袁有宏,张众.  火力与指挥控制. 2016(09)
[3]基于车辆路径问题的建模及算法的研究[J]. 杨亚萍.  电脑开发与应用. 2012(12)
[4]混合算法在车辆路径优化问题中的应用[J]. 陈印,徐红梅.  计算机仿真. 2012(05)
[5]改进蚁群算法在交通系统最短路径问题的研究[J]. 杨中秋,张延华.  现代电子技术. 2009(08)
[6]基于人工免疫算法和蚁群算法求解旅行商问题[J]. 胡纯德,祝延军,高随祥.  计算机工程与应用. 2004(34)



本文编号：3263442