基于蚁群算法的混合方法求解车辆路径问题.pdfVIP

2∞5 年第 3 期 福州大学学报(哲学社会科学版) No.3 2∞5 (总第 71 期) JOURNAL OF FUZHOU UNIVERSITY ( Phil栅，phy and Social Sciences) Serial No. 71 基于蚁群算法的混合方法求解车辆路径问题 杨善林，凌海峰，刘 业政 (合肥工业大学管理学院，安徽合肥 23{别的 摘 要:车辆路径问题 (VRP) 足以中心仓库为起点和终点 ，求解服务于 一组顾客的车辆配.送路线的优化集合。解 决 VRP 问题是物流管理中的关键，也是电子商务中的重要环节。应用新近出现的一种元启发方法一一蚁 都优化 (ACO) 来解决只有一个中心仓库和相同车辆的 VRP 问题。 4戈们提出-种混合的蚁群方法来解决 这个问题。首先提出一种 ACO 算法，然后加入局部搜索机制并使用基于问题的特定启发仿息一一节约量 来改造算法。 关键词 :车辆~径问趣:蚁样优化;启ií_;物流管理 中图分类号:白53 .4 文献标 i只码 :A 文章编号: 1 ∞2-3321(2∞5)03 -∞14-04 -、引言 法和神经网络等元启发方法。 物流配送是物流管理中直接与顾客相连的重 应用蚁群优化 (ACO) 求解 VRP 是近年来研 要环节，是货物从物流点送达收货人的过程，其运 究的新方向。在本文中，我们提出 一种基于 ACO 营成本占整个物流成本的大部分。车辆路径问题 的混合方法来解决 VRP。首先提出一种 ACO 算 (VRP) 是以中心仓库为起点和终点，求解服务于 法，然后加入局部搜索机制并使用基于问题的特 一组顾客的车辆配送路线的优化集合。解决 VRP 定启发信息一一节约量来改进算法。 问题是物流管理中的关键，也是电子商务中的重 二、蚁群优化 要环节。对配送车辆的路线方案进行优化，可以 蚁群优化是群体智能研究领域的一部分。在 降低企业物流的运营成本，提高物流工作效率。 群体智能领域，科学家们研究蜜蜂、自蚁、蚂蚁和 否则，顾客就不能在适当的地点和适当的时间得 其他社会昆虫的行为模式以模拟其过程。昆虫群 到订购的商品。 体在自然界中解决复杂生存任务的能力吸引了科 车辆路径问题 (VRP) 是由 Dantzig 和 Rarnser 学家们设计相应的计算机算法来解决相似的复杂 于 1959 年首次提出[ 1) 。该问题含有几类约束条 问题。对于蚁群行为的研究产生了一个崭新的研 件，比如车辆的容量限制、顾客的服务时间窗、路 究领域，现在通称为蚁群优化 (ACO) 。 线