混合蚁群算法求解物流配送路径问题.pdfVIP

武 汉 理 工 大 学 学 报 交通科学 第 卷 第 期 ’ ! # 与工程版 @).A! B)A# 年 月 #$ % ()*+,-.)/0*1-,2,345+6378)/95:1,).);8 C+A#$ 9+-,6)+7-73),=:35,:5 ?,;3,55+3,;’ 混合蚁群算法求解物流配送路径问题D 李卓君 武汉大学计算机学院 武汉 武汉商业服务学院 武汉 %!I#’ %!F$’ 摘要 蚁群算法具有较强的发现较好解的能力 但同时也存在一些缺点 如容易出现停滞现象 收 E H H J 敛速度慢等 将遗传算法和蚁群算法结合起来 在蚁群算法的每一次迭代中 根据信息量选择解分 A H H 量的初值 使用变异操作来确定解的值 通过实例与其他优化方法的结果进行比较 结果表明 该 H A A H 算法有较好的收敛速度及稳定性A 关键词 物流配送 蚁群算法 遗传算法 路径优化 E K K K 中图法分类号E %L#A! 2 该物质的强度成正比 当一定路径上通过蚂蚁越 引 言 A 来越多时 其留下的信息素轨迹也越来越多 后来 H H 的蚂蚁选择该路径的概率也越高 从而更增加了 物流配送路径问题是物流系统研究中的一项 H 该路径的信息素强度 而强度大的信息素会吸引 重要内容 选取合适的运输路线 可以加快对客户 A H H 更多的蚂蚁 从而形成一种正反馈机制 通过这种 需求的响应速度 提高服务质量 增强客户对物流 H A H H 正反馈机制 蚂蚁最终可以发现最短路径 当蚂蚁 系统的满意度 降低服务商的运营成本 精确的算 H A H A 巢穴与食物源之间出现障碍物时 蚂蚁不仅可以 法有分枝定界法 状树法等 但它们只能求解相