本文關(guān)鍵詞：基于主次種群蟻群算法的物流配送車輛路徑優(yōu)化研究，由筆耕文化傳播整理發(fā)布。

【摘要】：全球經(jīng)濟的快速發(fā)展,帶動了物流產(chǎn)業(yè)的前進,在物流配送中,配送成本是人們不能忽視的重要環(huán)節(jié),為了最大程度的節(jié)約成本,物流配送車輛路徑優(yōu)化問題顯得尤其重要。本文首先介紹了物流配送的定義、分類及解決物流配送路徑優(yōu)化的基本方法。然后,介紹了基本蟻群算法及改進蟻群算法,最后,采用改進蟻群算法求解物流配送車輛路徑優(yōu)化問題,以達到節(jié)約成本的目的。本文主要從以下幾個方面對本課題進行研究:(1)研究了物流配送路徑優(yōu)化問題和蟻群算法的國內(nèi)外研究現(xiàn)狀,介紹了現(xiàn)在物流配送中存在的一些問題,說明了車輛路徑優(yōu)化問題研究的重要性。(2)簡述了物流配送車輛路徑優(yōu)化問題的相關(guān)理論知識及常用的求解算法,對基本蟻群算法及最優(yōu)最差蟻群、最大最小蟻群及主次種群蟻群算法進行分析研究,并對主次種群蟻群前期信息素積累較慢的缺點分別用路徑去交叉算法(2-opt)與節(jié)約策略兩種方法進行改進。在Matlab平臺上,應(yīng)用最大最小蟻群算法和主次種群蟻群算法對Oliver30TSP問題進行仿真驗證,證明主次種群蟻群算法在尋找最佳路線上,優(yōu)于最大最小蟻群算法。并在MATLAB平臺上分別驗證具有路徑去交叉策略的主次種群蟻群與具有節(jié)約策略的主次種群蟻群的優(yōu)勢,得出路徑去交叉策略的改進方法優(yōu)于節(jié)約策略的改進方法。(3)以VRP問題庫中的典型實例eil22為例,對有容量限制的車輛路徑優(yōu)化問題(Capacity Vehicle Routing Problem,CVRP)分析研究并建立數(shù)學模型,應(yīng)用改進主次種群蟻群算法研究VRP問題,并且在Matlab軟件平臺上對VRP進行仿真。(4)對陜西省西安市某快遞公司物流配送的具體情況進行分析研究,并且應(yīng)用本文的改進主次種群蟻群算法及VRP模型,解決陜西西安市某快遞物流路徑優(yōu)化問題。
【關(guān)鍵詞】：物流配送 路徑優(yōu)化 蟻群算法 Matlab
【學位授予單位】：西安建筑科技大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：F259.2;TP18
【目錄】：

• 摘要3-5
• ABSTRACT5-10
• 1 緒論10-18
• 1.1 課題研究的背景及意義10
• 1.2 國內(nèi)外研究現(xiàn)狀10-15
• 1.2.1 物流配送車輛路徑優(yōu)化國內(nèi)外研究現(xiàn)狀10-13
• 1.2.2 蟻群算法國內(nèi)外研究現(xiàn)狀13-15
• 1.3 本文研究的內(nèi)容及技術(shù)路線15-17
• 1.3.1 研究內(nèi)容15-17
• 1.3.2 技術(shù)路線17
• 1.4 本章小結(jié)17-18
• 2 物流配送及配送路徑優(yōu)化問題概述18-24
• 2.1 物流配送的定義及在配送中存在的問題18
• 2.2 簡述配送車輛路徑優(yōu)化問題18-19
• 2.2.1 配送車輛路徑優(yōu)化問題簡單描述18-19
• 2.2.2 物流配送路徑優(yōu)化問題的分類19
• 2.3 配送路徑優(yōu)化的方法19-22
• 2.3.1 精確算法20
• 2.3.2 啟發(fā)式算法20-22
• 2.3.3 各種啟發(fā)式算法研究情況分析22
• 2.4 本章小結(jié)22-24
• 3 改進蟻群算法的研究24-42
• 3.1 基本蟻群算法24-27
• 3.1.1 基本蟻群算法中的參數(shù)及其含義25-27
• 3.1.2 基本蟻群算法的流程圖27
• 3.2 最優(yōu)最差蟻群算法（BWAS）27-28
• 3.3 最大最小蟻群算法（ MMAS）28-29
• 3.4 基于主次種群蟻群算法(PASPAS)29-33
• 3.4.1 主次種群策略29-31
• 3.4.2 路徑去交叉策略31-32
• 3.4.3 節(jié)約策略32-33
• 3.5 改進蟻群算法的仿真研究33-40
• 3.5.1 最大最小蟻群與主次種群蟻群算法用于TSP問題的分析與比較33-38
• 3.5.2 具有路徑去交叉策略的主次種群蟻群算法仿真研究38-39
• 3.5.3 具有節(jié)約策略的主次種群蟻群算法仿真研究39-40
• 3.6 本章小結(jié)40-42
• 4 主次種群蟻群算法在物流配送車輛路徑優(yōu)化（VRP）問題上的研究42-52
• 4.1 VRP的描述42
• 4.2 車輛路徑優(yōu)化（VRP）與TSP的不同42-43
• 4.3 車輛問題的數(shù)學模型43-44
• 4.4 算法的設(shè)計44-47
• 4.4.1 算法的描述44-45
• 4.4.2 算法的步驟45-46
• 4.4.3 算法的流程46-47
• 4.5 主次種群蟻群算法解決VRP47-50
• 4.6 本章小結(jié)50-52
• 5 陜西西安市某快遞物流配送路徑分析及優(yōu)化52-56
• 5.1 陜西西安市某快遞物流配送路徑分析52-54
• 5.2 陜西西安市某快遞物流配送網(wǎng)絡(luò)路徑優(yōu)化54-55
• 5.3 本章小結(jié)55-56
• 6 總結(jié)與展望56-58
• 6.1 總結(jié)與結(jié)論56-57
• 6.2 局限與展望57-58
• 致謝58-60
• 參考文獻60-64
• 附錄 攻讀碩士期間發(fā)表的論文64

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 韋欽平;邵維;劉飛燕;;基于動態(tài)規(guī)劃迭代法的最小H圈路徑優(yōu)化研究[J];長沙大學學報;2012年02期

2 馮華;;基于MapX和Floyd算法的最短路徑搜索系統(tǒng)設(shè)計與實現(xiàn)[J];電腦編程技巧與維護;2011年24期

3 張學志;陳功玉;;車輛路線安排的改進節(jié)約算法[J];系統(tǒng)工程;2008年11期

4 吳慶洪,張紀會,徐心和;具有變異特征的蟻群算法[J];計算機研究與發(fā)展;1999年10期

5 張立營;;遺傳算法基于路徑優(yōu)化問題應(yīng)用的改進探索研究[J];經(jīng)濟研究導刊;2011年04期

6 范小寧;徐格寧;楊瑞剛;;車輛配送路徑優(yōu)化的新型蟻群算法[J];計算機工程與應(yīng)用;2011年26期

7 張兆軍;馮祖仁;陳竹青;;簡化蟻群算法[J];控制與決策;2012年09期

8 邱榮祖;鐘聰兒;修曉虎;;基于GIS和禁忌搜索集成技術(shù)的農(nóng)產(chǎn)品物流配送路徑優(yōu)化[J];數(shù)學的實踐與認識;2011年10期

9 羅曉明;;求解VRP的變種群規(guī)模混合自適應(yīng)遺傳算法[J];統(tǒng)計與決策;2011年22期

10 于銳;曹介南;朱培棟;;車輛運輸路徑規(guī)劃問題研究[J];計算機技術(shù)與發(fā)展;2011年01期

中國碩士學位論文全文數(shù)據(jù)庫 前4條

1 馬江濤;基于遺傳與蟻群的混合算法路徑優(yōu)化研究[D];湖北工業(yè)大學;2011年

2 鄒挺;基于蟻群和人工魚群混合群智能算法在物流配送路徑優(yōu)化問題中的應(yīng)用研究[D];蘇州大學;2011年

3 陳韋志;配送中心的運輸路徑優(yōu)化研究[D];武漢理工大學;2007年

4 張晶成;基于改進蟻群算法的蔬菜物流配送車輛優(yōu)化調(diào)度研究[D];長沙理工大學;2008年

  本文關(guān)鍵詞：基于主次種群蟻群算法的物流配送車輛路徑優(yōu)化研究，，由筆耕文化傳播整理發(fā)布。

本文編號：269736