基于蚁群算法的合肥市包河区果蔬配送路径应用研究

发布时间：2017-05-09 17:08

  本文关键词：基于蚁群算法的合肥市包河区果蔬配送路径应用研究，，由笔耕文化传播整理发布。

【摘要】：路径规划是车辆运输运作必须考虑的问题之一。路径规划的实施过程,既是创造经济效益的过程,也是创造效率的过程。随着经济一体化的发展,物流运输的地域范围越来越广,其环境因素也变得越来越复杂,这无疑对车辆路径优化工作提出了更高的要求,同时也为运输路径优化工作的必要性提供了条件。在为了维护社会物资稳定需求下,运输的地域范围、人员需求的数量、运输过程所需的时间和成本,还有工作中的协作问题等都是运输路径的选择上所需要考虑的问题。在这种多元因素的影响下,物资运输路径优化研究已成为运输研究中的难点,而如何科学有效地规划出合理可行的运输路径是提高运输管理效益的关键所在。本文主要围绕以蚁群算法在车辆运输的路径选择中的研究应用为核心内容展开。在总结已有的路径选择优化的成果基础上,分析已有的路径优化模型的特点,建立适合本文车辆运输的路径选择优化模型,为解决运输的路径选择优化问题提供技术支持。首先,本文分析蚁群算法在车辆运输路径优化中的研究应用的内容、目的和意义,说明研究本课题的必要性,以及车辆运输的路径选择的国内外研究现状和本文的贡献；其次,阐述车辆路径优化的相关理论方法及提出蚁群算法在路径优化中特点；再次,对路径优化问题进行分析,并提出解决问题的策略或方案；最后,以合肥市包河区果蔬物流配送为例,对车辆运输路径优化建模,根据蚁群在路径选择上可以很快的找到最短路径的这一特征,提出运用改进的蚁群算法建立模型,并进行模拟研究,得到最短路径解,主要是在MATLAB中基于改进蚁群算法进行仿真研究,对其收敛性进行分析,并通过仿真验证建立模型的可靠性和可行性,也进一步验证了基于改进蚁群算法的车辆运输路径优化模型的有效性和实用性。
【关键词】：车辆运输路径 建模 蚁群算法 MATLAB仿真
【学位授予单位】：南华大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F323.7;TP18
【目录】：

• 摘要4-6
• Abstract6-10
• 第1章 绪论10-20
• 1.1 课题研究的背景及目的和意义10-12
• 1.1.1 当前课题研究背景10-11
• 1.1.2 当前课题研究的目的和意义11-12
• 1.2 国内外研究现状12-15
• 1.2.1 车辆运输路径问题研究现状12-14
• 1.2.2 蚁群算法应用研究现状14-15
• 1.3 本文研究的内容、方法及组织结构15-20
• 1.3.1 本文研究内容15-16
• 1.3.2 本文研究方法16-17
• 1.3.3 本文组织结构17-20
• 第2章 蚁群算法原理及其改进20-32
• 2.1 蚁群算法原理20-21
• 2.2 蚁群算法模型21-24
• 2.2.1 蚁群算法步骤21-23
• 2.2.2 模型23-24
• 2.3 改进的蚁群算法24-28
• 2.3.1 相关系数24-25
• 2.3.2 改进蚁群算法的收敛性分析25-28
• 2.4 蚁群算法在车辆运输路径应用中的优点28-30
• 2.5 本章小结30-32
• 第3章 车辆运输路径问题及优化模型32-40
• 3.1 车辆运输路径问题分析32-34
• 3.1.1 车辆运输路径问题描述32-33
• 3.1.2 车辆运输路径问题分类33-34
• 3.2 组合优化问题34-35
• 3.2.1 组合优化问题概念34-35
• 3.2.2 组合优化问题分类35
• 3.3 车辆运输路径问题数学模型35-37
• 3.4 本章小结37-40
• 第4章 改进蚁群算法在包河区果蔬配送中的应用40-54
• 4.1 合肥市包河区简介40
• 4.2 包河区果蔬配送车辆运输存在问题40-42
• 4.3 包河区果蔬配送路径的优化42-51
• 4.3.1 包河区果蔬配送路径区域场景模拟42-44
• 4.3.2 车辆最短路径收敛性分析44-46
• 4.3.3 基于蚁群算法与改进蚁群算法的收敛性分析46-49
• 4.3.4 改进蚁群算法的模拟路径结果49-51
• 4.4 优化前与优化后对比51
• 4.5 本章小结51-54
• 第5章 总结与展望54-58
• 5.1 总结54-55
• 5.2 展望55-58
• 参考文献58-64
• 附录64-78
• 攻读硕士学位期间学术成果78-80
• 致谢80

【参考文献】

中国期刊全文数据库 前1条

1 易云飞;蔡永乐;董文永;林郭隆;;求解带容量约束的车辆路径问题的改进伊藤算法[J];计算机科学;2013年05期

  本文关键词：基于蚁群算法的合肥市包河区果蔬配送路径应用研究，由笔耕文化传播整理发布。

本文编号：352910