為了使易腐生鮮類農(nóng)產(chǎn)品在復(fù)雜交通環(huán)境能夠快速找到最優(yōu)移動路徑,進(jìn)行考慮包括時間、油耗、罰沒成本等因素在內(nèi)的多目標(biāo)配送,從而對綜合成本與新鮮度保障進(jìn)行平衡,提出了在傳統(tǒng)蟻群算法的基礎(chǔ)上改進(jìn)轉(zhuǎn)移規(guī)則,并加入含時間啟發(fā)因子的影響函數(shù)。通過算例仿真,證明了改進(jìn)蟻群算法的有效性和合理性,其降低了復(fù)雜程度,優(yōu)化了傳統(tǒng)蟻群算法容易陷入局部最優(yōu)的問題,提升了迭代運(yùn)算的收斂速度,同時降低了配送的綜合成本。 

【文章來源】：河北農(nóng)業(yè)大學(xué)學(xué)報. 2020,43(03)北大核心CSCD

【文章頁數(shù)】：6 頁

【部分圖文】：

基本蟻群算法路徑圖

改進(jìn)蟻群算法流程圖

通過表2可以看出，雖然遺傳算法求解得到的路徑長度最終解和平均值分別為34.73和36.22，與此對應(yīng)的基本蟻群算法2類解分別為48.67，改進(jìn)蟻群算法為48.44，在此維度上遺傳算法最優(yōu)。但是通過表2還可以看出，改進(jìn)蟻群算法的平均迭代次數(shù)和標(biāo)準(zhǔn)差均為最小，分別比遺傳算法減少2次迭代、標(biāo)準(zhǔn)差減小5.1，比基本蟻群算法減少了53次迭代、標(biāo)準(zhǔn)差減小27.5。因此綜上分析，證明了改進(jìn)蟻群算法在收斂速度和穩(wěn)定性上均優(yōu)于其他兩者。同時圖2～4給出了這3種算法的路徑規(guī)劃圖。圖3 基本蟻群算法路徑圖

【參考文獻(xiàn)】：
期刊論文
[1]基于新鮮度和配送成本的易腐食品配送路徑[J]. 李暢,陳淮莉.  上海海事大學(xué)學(xué)報. 2019(01)
[2]一種巡檢機(jī)器人智能路徑規(guī)劃方法[J]. 羅顯躍,高吉普,龍征,舒懷,陸澤早,沈宇,彭剛.  湖南科技大學(xué)學(xué)報(自然科學(xué)版). 2018(04)
[3]改進(jìn)蟻群算法在AUV三維路徑規(guī)劃中的研究[J]. 張楠楠,姜文剛,竇剛.  計算機(jī)工程與應(yīng)用. 2019(11)
[4]求解帶時間窗動態(tài)車輛路徑問題的改進(jìn)蟻群算法[J]. 孫小軍,介科偉.  大連理工大學(xué)學(xué)報. 2018(05)
[5]生鮮產(chǎn)品的純電動冷藏車配送路徑問題研究[J]. 馮杰,史立.  計算機(jī)工程與應(yīng)用. 2019(09)
[6]改進(jìn)蟻群算法求解帶時間窗的應(yīng)急物流開環(huán)車輛路徑問題[J]. 郭詠梅,胡大偉,陳翔.  長安大學(xué)學(xué)報(自然科學(xué)版). 2017(06)
[7]冷鏈低碳物流配送路徑優(yōu)化的細(xì)菌覓食—蟻群算法研究[J]. 肖超,張立毅,費(fèi)騰.  數(shù)學(xué)的實(shí)踐與認(rèn)識. 2017(21)
[8]大數(shù)據(jù)背景下的智能化農(nóng)業(yè)設(shè)施系統(tǒng)設(shè)計[J]. 王健,陳蘭生,賴其濤,宋文波,程帥明.  中國農(nóng)機(jī)化學(xué)報. 2016(11)
[9]多目標(biāo)帶時間窗的車輛路徑問題的單親遺傳混合蟻群算法[J]. 劉云,張惠珍.  公路交通科技. 2016(06)
[10]帶時間窗集送貨需求可分車輛路徑問題的改進(jìn)蟻群算法[J]. 楊鵬,鄒浩,徐賢浩.  系統(tǒng)工程. 2015(09)



本文編號：3398020