改进蚁群算法优化周期性车辆路径问题.pdfVIP

第23卷 第5期 运 筹 与 管 理 Vo1．23，No．5 2014年 10月 OPERATIONSRESEARCH AND MANAGEMENT SCIENCE Oct．2014 改进蚁群算法优化周期性车辆路径 问题 蔡婉君，王晨宇，于滨 ，杨忠振 ，姚宝珍 (1．大连海事大学 交通运输管理学院 ，辽宁 大连 116026；2．大连理工大学 机械工程学院，辽宁 大连 116024) 摘 要 ：周期性车辆路径 问题 (PVRP)是标准车辆路径 问题 (VRP)的扩展 ，PVRP将配送期 由单一配送期延伸到 (T1)期，因此，PVRP需要优化每个配送期的顾客组合和配送路径。由于PVRP是一个 内嵌 VRP的问题，其 比标准 VRP问题更加复杂 ，难于求解 。本文采用蚁群算法对 PVRP进行求解 ，并提出采用两种改进措施——多 维信息素的运用和基于扫描法的局部优化方法来提高算法的性能。最后，通过9个经典 PVRP算例对该算法进 行了数据实验，结果表明本文提出的改进蚁群算法求解 PVRP问题是可行有效的，同时也表明两种改进措施可 以显著提高算法 的性能。 关键词 ：周期性车辆路径问题 ；蚁群算法 ；多维信息素 ；扫描法 中图分类号：TP18 文章标识码 ：A 文章编号：1007-3221(2014)05-0070—08 ImprovedAntColonyAlgorithm forPeriodVehicleRoutingProblem CAIWan．jun，WANGChen．yu ，YUBin。，YANGZhong．zhen。，YAOBao．zhen (1．TransportationManagementCollege，DalianMaritimeUniversity，Dalian116026，JP．R．China；2．Schoolof AutomotiveEngineering，DalianUniversityofTechnology，Dalian116024，P．R．China) Abstract：PeriodVehicleRoutingProblem(PVRP)isageneralizedclassicvehicleroutingproblem(VRP)，in whichtheplanningperiodisextendedtoat-dayperiod．Therefore，custom groupandrouteshouldbeoptimized everydayinPVRP．EmbeddedinVRP，PVRP istoocomplicated tobesolved．Asmanyrouteoperationsare formulated inacertainperiod，PVRPisverypopularinpractice．Inrecentyears，distributioncentershavepaid muchattentiontotheproblem ofvehicledeliverywiththegrowingfuelcostandfiercesupplychaincompetition． Especially insomesituations，vehicleshavetoservesomefixedcustomersin agivenperiod，andbesides，the servicetimesofeachcustomeraresettledinadvance．Optimization oftherepetitiveoperationswillsignificantly savecost．Manyresearcheshaveshownthattheheuristicmethodbased on thesimulationofbiologicalisvery suitableforsolvinglarge．scalecombinatorialoptimizationproblem。Antcolonyoptimization(ACO)isfoundedon thebehaviorofantcolonyforagingi