- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于DNA-蚁群算法的车辆路径优化问题求解.pdf
第 40卷 第 l2期 计 算 机 工 程 2014年 12月
Vo1.40 No.12 ComputerEngineering December2014
· 人工智能及识别技术 · 文章编号:1000.3428(2014}12.0205.04 文献标识码:A 中图分类号:TP301.6
基于DNA-蚁群算法的车辆路径优化 问题求解
费 腾 ,张立毅 ,孙云山
(1.天津大学 电子信息工程学院,天津 300072;2.天津商业大学信息工程学院,天津 300134)
摘 要 :蚁群算法在解决车辆路径 问题 (VRP)时存在过早收敛于局部最优解 、收敛速度慢等 问题 ,并且 由于蚁群
算法的参数选择没有严格规定,如果参数选择不当,将影响其寻找最优解的效率。为解决上述问题 ,将DNA算法
中的交叉变异思想应用于基本蚁群算法中,提出一种新的DNA-蚁群算法,将基本蚁群算法中的参数进行 DNA交
叉变异,有效控制蚁群算法的参数选择 ,从而得到一组最优参数来求解 VRP模型。实验结果表 明,DNA.蚁群算法
能有效解决车辆路径优化问题 ,更快寻找到全局最优解或较优解,提高了基本蚁群算法的寻优能力和效率。
关键词 :DNA-蚁群算法;基本蚁群算法;车辆路径优化 问题 ;交叉变异 ;信息素更新
中文引用格式:费 腾 ,张立毅,孙云山.基于DNA一蚁群算法的车辆路径优化问题求解 [J].计算机工程 ,2014,
40(12):205—208,213.
英文引用格式 :FeiTeng,ZhangLiyi,SunYunshan.SolutionofVehicleRoutingOptimizationProblemBasedonDNA—
antColonyAlgorithm[J].ComputerEngineering,2014,40(12):205—208,213.
Solution ofVehicleRoutingOptim izationProblem
Based on DNA—antColonyAlgorithm
FEITeng一,ZHANG Liyi一,SUN Yunshan
(1.SchoolofElectronicInformationEngineering,TianjinUniversity,Tianjin300072,China;
2.CollegeofInformationEngineering,TianjinUniversityofCommerce,Tianjin300134,China)
【Abstract】Theantcolonyalgorithm forsolvingtheVehicleRoutingProblem(VRP)hastheproblem ofpremature
convergenceto localoptimalsolution ratherthantheglobaloptimalsolution and slow convergencespeed arestillexist.
Theparameterselectionoftheantcolonyalgorithm isnotstrictlyrequired,and itaffectsthe effi ciency ofitssearch for
theoptimalsolutionifimproperparameterselection.Inordertosolvetheseproblems,thispaperproposesanew DNA。ant
colonyalgorithm .The parametersofbasic antcolony algorithm are optimized by the crossoverand mutation in DNA
algorithm to effectivelycontrolthepraametersofthe antcolony algorithm .Itchoosesthebestparame
文档评论(0)