蚁群算法在配货辆调度中的应用研究.pdf

摘要 摘要 目前，我国大部分的跑运输的车辆由于货源不固定，导致运输成本过高；另外， 生产制造企业的运输业务是我国物流总量的主体，企业专注于核心竞争力的研究， 不得不将物流业务外包给专业的运输公司。因此，中集车辆有限公司有一个构想： 基于公司在运输专用车在我国的市场份额是第一的，如果能建立一个配货平台，为 生产制造企业推荐公司的运输车辆客户，将会使三方受益。但是为了预防配货平台 里运输车辆无序竞争，有必要对车辆进行一定的调度分配。因此对配货平台下的车 辆调度研究有一定的现实意义。 蚁群算法是一种新型的仿生类进化算法，是继模拟退火、遗传算法、禁忌搜索 等之后的又一启发式智能算法。蚂蚁不仅仅能在没有任何提示下找到巢穴到食物源 的最短路径，并且可以随环境的变化，适应性地搜索新的路径，产生新的选择。这 体现了蚁群算法的正反馈和负反馈的特点。应用蚁群算法求解TSP问题、二次分配 问题和车辆调度问题取得的较好的结果，已经引起了广大研究学者的高度重视。 本论文采用蚁群算法来解决配货车辆调度的问题，正是体现了蚁群算法在求解 车辆度问题的鲁棒性，本文的研究工作主要包括以下几个方面： (1)研究蚁群算法的基本原理，建立其数学模型，包括转移概率的计算、信 息素的更新的各种规则等。通过应用蚁群算法来求解eip51问题，采用不同的参数 组合，分析参数组合对求解最优值的影响，并且指出应用蚁群算法时，对信息素更 新规则和路径期望值的定义的重要性。 (2)分析配货车辆的调度具体问题，建立问题的信息素的初始值、信息素的 更新规则和根据车辆回程目标点的路径期望值等；建立对分配车辆调度路线的模糊 评价函数。然后提出了解决问题的蚁群算法。最后用一个实例进行数值实验分析。 (3)针对车辆调度完毕后，还出现剩余的未被执行的运输任务，应用蚁群算 法分析车辆的出发点选择，以及在其中一个集货点应该如何进行集货任务的选择问 题，并提出了解决遗漏运输的蚁群算法，最后用实例来做进一步的说明。 (4)研究了当运输任务带有时间窗的情况下，时间窗对定义信息素的更新和 路径期望值的影响，并通过一个实例进行了说明和验证。 广东x-,_lk大学硕士学位论丈 关键字：蚁群算法；配货调度；信息素因子；时间窗 Ⅱ ABSTRACT ABSTRACT the vehiclesthe isnot in At China，fortransport supply fixed，resulting present，in the businessisthe of costs；While，manufacturingcompaniestransport hightransport now main ofChina’Stotal enterprisesincreasingly manufacturing body logistics，and to the outsource of