蟻群算法及其在物流中的應用研究.pdf_第1頁
已閱讀1頁,還剩57頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、物流系統(tǒng)是一個網絡系統(tǒng),既包括由物流線路與物流結點組成的實體網絡,又包括由計算機和通信系統(tǒng)組成的虛擬網絡。網絡在各種實際背景問題中以各種各樣的形式存在,網絡的優(yōu)化廣泛用于解決不同領域中的各種問題,如生產、分配、項目計劃、資源管理等。 隨著優(yōu)化對象的日益復雜化及不確定性,傳統(tǒng)的基于確定性的優(yōu)化算法遇到了極大的困難。于是人們從生物進化及仿生學中受到啟發(fā),提出許多啟發(fā)式的智能優(yōu)化方法,如模擬退火算法、遺傳算法、禁忌搜索算法、神經網絡算

2、法以及蟻群算法等,它們?yōu)榻鉀Q許多復雜優(yōu)化問題(NP-困難問題)提供了嶄新的途徑。 蟻群算法作為一種新興仿生優(yōu)化算法,因其具有分布式計算、自組織、正反饋等特性而得到了廣泛應用。但搜索時間長、易陷入局部最優(yōu)解是蟻群算法突出的缺點。針對該問題,提出將信息素初始值設為零,以增強算法初始搜索的隨機性,擴大算法的搜索空間,從而提高算法的全局尋優(yōu)能力。對于搜索時間長以及停滯在次優(yōu)解的問題,通過與2-opt法相融合,從而縮短搜索時間,加快對最優(yōu)

3、解的收斂速度。通過對大量TSP Benchmark問題的仿真實驗,驗證了信息素初值為零的蟻群算法與2-opt法相融合的有效性,對于中小規(guī)模的TSP很容易得到最優(yōu)解,特別是Ei151和Tsp225問題均找到了比TSPLIB提供的參考解更優(yōu)的解。 物流系統(tǒng)中的運輸及貨物配送問題是目前蟻群算法應用研究的熱點,運輸問題是一類特殊的線性規(guī)劃問題,通過將該類問題轉化為蟻群網絡,利用自適應蟻群算法求解,可得到多種最優(yōu)方案,與傳統(tǒng)的最小元素法和

4、伏格爾相比,具有更好的尋優(yōu)能力,特別當規(guī)模較大時,用自適應蟻群算法解決運輸問題更為有效。貨物配送問題也稱之為車輛路徑問題(VRP),在求解VRP時,有可能得不到一個可行解。針對該問題,借鑒K-TSP的求解方法,優(yōu)先構造可行解,在所有螞蟻完成各自可行解之后,對較優(yōu)解路徑上的信息素進行加強,最終得到問題的最優(yōu)解或較優(yōu)解,通過對有關算例的仿真實驗,結果表明:可行解優(yōu)先的蟻群算法在求解VRP時,縮短了搜索時間,簡化了求解過程,解決了無可行解的問

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論