本文關(guān)鍵詞：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(wèn)題中的應(yīng)用研究，由筆耕文化傳播整理發(fā)布。

文檔介紹：
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(wèn)題中的應(yīng)用研究中文摘要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(wèn)題中的應(yīng)用研究中文摘要物流配送是物流活動(dòng)中直接與消費(fèi)者相聯(lián)系的環(huán)節(jié)。在物流的各項(xiàng)成本中,配送成本占了相當(dāng)高的比例。配送中車輛路徑的合理與否對(duì)物流配送服務(wù)水平、成本和效益影響很大。采用科學(xué)、合理的方法來(lái)進(jìn)行車輛路徑的優(yōu)化,是物流配送領(lǐng)域的重要研究課題。其中尤其是帶時(shí)間窗的物流配送車輛路徑優(yōu)化問(wèn)題(Vehicle RoutingProblem with Time Windows,VRPTW)更是當(dāng)前研究的重點(diǎn)�，F(xiàn)代智能優(yōu)化算法包括禁忌搜索算法、模擬退火算法、蟻群算法、人工魚群法等,這些算法的出現(xiàn)為求解配送車輛優(yōu)化調(diào)度問(wèn)題提供了新的工具。帶時(shí)間窗的車輛路徑問(wèn)題計(jì)算復(fù)雜,屬于NP-hard問(wèn)題。本文研究了帶時(shí)間窗的車輛路徑問(wèn)題模型的構(gòu)建,基于魚群算法和蟻群算法提出一種混合優(yōu)化算法用于物流配送路徑優(yōu)化問(wèn)題中。針對(duì)蟻群算法的不足,分別通過(guò)人工魚群算法獲取初始解、信息素更新策略的選擇和狀態(tài)轉(zhuǎn)移概率的改進(jìn),同時(shí)對(duì)蟻群算法進(jìn)行了改進(jìn),將魚群算法中擁擠度的概念引入到蟻群算法中,在優(yōu)化過(guò)程的初期,設(shè)置較強(qiáng)的擁擠度限制,保證大部分螞蟻不受信息素濃度的... 內(nèi)容來(lái)自轉(zhuǎn)載請(qǐng)標(biāo)明出處.

  本文關(guān)鍵詞：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(wèn)題中的應(yīng)用研究，由筆耕文化傳播整理發(fā)布。