一种基于CVRP的改进蚁群算法.pdfVIP

第27卷 第3期 甘肃科技 以27 Ⅳ ．3 2011年 2月 GansuScienceandTechnology Feb． 2011 — — 一 种基于 CVRP的改进蚁群算法 王书勤 ，黄 茜 (1．武警长沙指挥学院，湖南 长沙410125；2．长沙电力职业技术学院，湖南 长沙 410131) 摘 要：针对有容量约束的车辆路径优化问题 (CapacityVehicleRoutingProblem，CVRP)的特点，提出了一种改进的 蚁群算法。算法中，首先让蚂蚁找到需求量满足要求的客户点集 ，再在选定的客户集 中以选择概率选择客户点，改 变了基本蚁群算法的信息素更新规则 ，限定了路线上信息素的浓度，调整了蚂蚁的选择概率，动态改变了算法主要 参数等，从而优化了其搜索解的能力和收敛速度，实例仿真证明了改进的蚁群算法对小规模CVRP的解决是有效的。 关键词：蚁群算法；有容量约束的车辆路径问题；信息索；优化 中图分类号：TP399 蚁群算法 (ACA，AntColonyAlgorithm)是意大 为信息量和 自启发量的权重。 利学者MarcoDorigo等提出的一种仿生寻优算法， (+1)=(1一p) ()+At (2) 该算法原理是对真实蚁群协作过程的模拟，算法主 (t+1)=(1一P)T,-(￡)+pa丁 (3) 要由选择策略、信息素更新和搜索算法组成。自从 △ = △r (4) 该算法在旅行商问题 (TSP)上取得成效以来，已陆 在 ant—cyclesystem模型中， 续渗透到很多其他问题的求解上 ，就此将改进 的蚁 经过 (5) 群算法应用到了CVRP上，针对 CVRP的特点，提出 了一种改进的蚁群算法，对蚁群算法的寻优能力做 其中，P为挥发系数；Q为常数； 为蚂蚁 k所 了一定的探索。 走路径的长度 。 1 基本蚁群算法 M．Dorigo给出了3种算法模型，分别为 ant— cyclesystem，ant—quantity system，ant—density sys— 基本蚁群算法是根据真实蚂蚁寻找最短路径的 tem，其区别就在于公式 (5)的不同。 方法提出来的。蚂蚁会选择信息素浓度大的路径， 并在经过的路径上留下信息素，随着时间的推移和 2 有容量约束的车辆路径问题 信息素的挥发，最短路径上的信息素就会越来越浓， CVRP是指有一个车场，拥有容量为 QV的车 最终使得所有蚂蚁选择该路径，从而找到最短路径。 辆，现在有n个客户需要送货，己知客户 i的需求量 以TSP为例说明