车辆路径问题的混合蚁群算法设计及实现①.PDF

维普资讯 第 10卷第3期 管 理 科 学 学 报 V01．10No．3 2007年 6月 JOURNALOFMANAGEMENTSCIENCESINCHINA Jun．2007 车辆路径 问题的混合蚁群算法设计与实现① 刘志硕，申金升，关 伟 (北京交通大学交通运输学院系统工程与控制研究所，北京 100044) 摘要：蚁群算法是一种新型的模拟进化算法，具有许多优 良的性质，可以很好地解决TSP问 题 ．在分析车辆路径问题 (VRP)与 P区别的基础上，论文将蚁群算法应用于VRP的求解，针 对vRP的具体特点，构造了具有 自适应功能的混合蚁群算法．该算法对基本规则作了进一步 改进，并有机结合了爬山法、节约法等方法，以减少计算时间，避免算法停滞．指出可行解问题 是蚁群算法的关键 问题，提出了大蚂蚁数、近似解可行化等四个解决策略．计算机仿真结果表 明，自适应混合蚁群算法性能优 良，能够有效地求解VRP． 关键词：车辆路径问题；旅行商问题；蚁群算法；爬山法；近似解可行化 中图分类号：TP391．9 文献标识码 ：A 文章编号：1007—9807(200r7)03—0015—08 0 引 言 传算法、神经网络算法等． 虽然国内外已经就车辆路径问题进行了很多 的探讨和研究，并取得了许多成果，但是如何针对 车辆路径问题 (vehicleroutingproblem，VRP) 是物流研究领域中一个具有十分重要理论和现实 车辆路径问题的特点，构造一种运算简单、寻优性 意义的问题．该问题最早是由Dantzig和Ramser于 能优 良的启发式算法，仍是一个值得深入研究的 1959年首次提出的…1．国外已对车辆路径问题作 课题 ． 了大量而深入 的研究 2，3j，例如早在 1983年 蚁群算法 (AntColonyAlgorithm)lJ是一种源 Bodin、Golden等人在他们的综述文章中就列举了 于 自然界中生物世界的新的仿生类随机型搜索算 700余篇文献4J．在国内，市场经济发展对国内物 法，它吸收了昆虫王国中蚂蚁的行为特性，通过其 流行业发展的强大推动作用给车辆路径问题的研 内在的搜索机制，在一系列困难的组合优化问题 究带来了极大的推动力，越来越多的专家学者参 求解中取得了成效．现有研究成果表明，蚁群算法 与到该领域的研究中来l5。J． 可以很好的解决对称性和非对称性 TSPl9，1．鉴 求解车辆路径问题的方法非常丰富，基本上 于VRP与TSP的相似性，本文尝试采用该算法来 可以分为精确算法和启发式算法两大类 ．精确算 对VRP进行求解 ． 法主要有分枝定界法、割平面法、网络流算法、动 态规划法等 ．由于VRP是强 NP难题 ，高效的精确 1 蚁群算法研究现状 算法存在的可能性不大，所以寻找近似算法是必 要和现实的，为此专家们主要把精力花在构造高 蚁群算法是由意大利学者Dorigo等人于 1991 质量的启发式算法上．目前已经提出的启发式算 年首先提出的．在提出蚁群算法后，Dorigo等人又 法很多，比较典型的算法有节约法、两阶段法、扫 应用该算法求解了TSP、分配问题[11]、Job—Shop调 描法、并行算法、禁忌搜索算法、模拟退火算法、遗 度问题[1，取得了较好的结果．受其影响，蚁群算 ① 收稿 日期：2