1016带时间窗车辆路径问题的混合蚁群算法求解概论.doc

带时间窗的配送车辆路径问题混合蚁群算法求解 摘要：带时间窗的物流配送车辆路径优化问题是一个非确定性多项式算法（nondeterministic polynomial，NP）难题，本文主要采用遗传算法与蚁群算法相结合，求解带时间窗的配送VRP问题，应用遗传算法算出若干组初始优化解，并将其转变为蚁群算法运行所需要的信息素，然后利用蚁群算法的正反馈性和收敛速度快的优势获得最优解，这样，发挥蚁群算法和遗传算法各自的优势，有效的改善遗传算法运行中出现的早熟收敛现象和蚁群算法运行初期搜索速度慢的缺陷，提高解决问题的能力。 关键词：配送车辆路径问题；时间窗； 混和蚁群算法 0 引言 车辆路径问题（Vehicles Routing Problems, VRP）由G. Dantzing和J. Ramser于1959年提出，随着我国现代流通机制的建立，是物流配送过程中的一个热点和难点问题，它可以简单的描述为：已知配送终端网络的终端客户数量和客户位置、客户需求、配送车辆的额定载荷，已知物流配送中心的位置，要求在满足约束的前提下制定出合理的配送路线，能够将客户所需的货物快速、经济、准时地送到客户手中，达到一定的目标，如运输路径最短、成本最低、作业时间最少，提高客户的满意度。从本质上来说，这是优化问题，也是决策问题。 带时间窗的车辆路径问题（Vehicles Routing Problem with