展会信息港展会大全

基于蚁群算法的烟草配送优化调度的研究
来源:互联网   发布日期:2011-08-28 22:02:55   浏览:4634次  

导读:我国卷烟专卖专销的特殊性和对卷烟的巨大消费量,而卷烟车辆调度问题作为烟草物流配送系统中的核心问题,具有着重要的研究及应用价值。论文针对烟草物流配送中心...

我国卷烟专卖专销的特殊性和对卷烟的巨大消费量,而卷烟车辆调度问题作为烟草物流配送系统中的核心问题,具有着重要的研究及应用价值。论文针对烟草物流配送中心的配送路径优化问题,提出了基于改进蚁群算法的优化配送调度方法。 论文叙述了蚁群算法系统的机制原理及系统学原理,从分布式计算、自组织、正负反馈等方面做了详尽的介绍。论文将单回路配送路径选择问题归结为单一旅行商问题(tsp)进行求解,结合了基本蚁群算法的原理与模型,提出了单回路配送问题的蚁群优化算法,通过仿真结果比较选定了基本蚁群算法中初始参数。针对基本蚁群算法收敛速度慢和易陷入局部最优的缺点,提出一种改进的蚁群算法。该改进算法借鉴最大最小蚁群算法中利用限制信息素范围的思想,抑制了由于最短路径和最长路径信息量差距加剧而引起的搜索停滞现象;同时引入信息素扩散策略和改进信息素的全局更新机制,有效抑制早熟现象,使算法能够更快地收敛到近似全局最优解,通过三种tsp问题的仿真测试比较,表明了提出的算法在搜索能力和性能上都得到显著提高。 论文还将改进的蚁群算法应用于多回路车辆调度问题,建立了多回路车辆调度问题数学模型,通过与tsp问题的异同分析比较,提出了模型近似解的获取策略,给出了多回路车辆调度问题的改进蚁群算法的具体实现方法步骤,并通过一个城市中20个烟草配送点的模型的实例求解,验证了该算法在多回路车辆调度问题应用中的有效性。

赞助本站

人工智能实验室
AiLab云推荐
推荐内容
展开

热门栏目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能实验室 版权所有    关于我们 | 联系我们 | 广告服务 | 公司动态 | 免责声明 | 隐私条款 | 工作机会 | 展会港