毕业设计（论文）-基于改进蚁群算法的物流配送路径优化精选.docxVIP

摘要：本文所要探讨的物流配送路径优化问题，是基于改进蚁群算法的物流最优路径选择系统，算法实际上是正反馈原理和启发式算法相结合的一种算法。该软件采用C++语言编写，用Qt做界面，可在Win7下运行。在选择路径时，蚂蚁利用了路径上的信息素，不断叠加，最终产生最优路径。本系统提供给合乎用户需求的优化路径策略，如路径最短、时间最短等进行配送路线规划方案。结合网上已有资源及多次实验计算，从而证明合理的使用蚁群算法进行路径线路，能够高效、快速的得到问题的最优解或接近最优解。关键词：基本蚁群算法；最大最小蚁群算法；物流配送；蚁群系统；路径优化；第一章绪论1.1研究背景在美国，物流产业链被人们形象地比作“尚未开发的价值400亿美元的金矿。数据显示，仅在每年物流成本上的支出，美国工业界就需要支付达到4000亿美元。如此庞大的数字，我们如果仅仅将它降低10％，一年就可以节约近400亿美元。在我国，2004年后，随着网络时代的极速发展，带动了网购即电子商务的发展，相应地我国对物流的需求也愈发增大。商务部公布的数据显示，去年我国物流总额将近38．4亿元，仅仅过了一年，增幅较往年就到到了2．9个百分点，物流业的经济产出可见一斑。然而，就目前物流业发展可见，其发展己经成为经济发展过程中必须有效管理的问题。数据显示我国GDP中物流所占比持续偏高，甚至高于发达国家。如此可见，物流业经济的迅猛增长已经是势不可挡。然而通过观察以往的研究可以发现，我国现阶段物流配送的发展依旧十分落后，只配不送的尴尬现状造成物流配送中出现低效率、高成本、服务差等诸多问题，这已经严重影响到了电子商务在未来市场的长足发展，要知道，电子商务在网络时代中占据着极其重要的经济地位。高成本、低效率的物流配送使得在网上瞬间完成的电子商务所节约的时间、费用已变得毫无意义。试想一下，用户花费较少的支出买了商品，却需要在商品配送上另花费更多的时间和金钱，这本身就是一个不合理的现象。因此该如何实现高效、迅捷的配送是企业经营急需解决的问题。鉴于此，研究运用科学方法，合理建立一个高效率、低成本的物流配送系统来支持电子商务在物流业的发展己成为当务之急。1.2 本文研究目的和意义1.2.1本文研究目的物流配送网络是指物流过程中相互联系的设施及组织的集合。多种不同的物流节点和联结各点的线路构成了整个物流网络。其中节点包括仓库以及配送中心等，按规定进行物流配送运营的路线和航线则构成了物流线路。物流配送路径优化需要解决的根本问题就是从生产区域到消费区域的空间转移过程中对实现物品移动(运输)途径的优化。由于配送路径问题求解演算是属于NP．Hard（非确定性多项式）的问题，问题往往复杂性较高。此类问题的解决方法有不少，传统方法包括启发式算法和精确算法。实际解决中采用精确算法确实可得最优解，弊端则是求解时间会随着问题规模的增大而指数增长。一旦需要解决的节点过多往往需要花费很多时间，因此在大数据的问题解决中运用很少。相比之下，启发式算法就要合适的多，它通常可以根据问题的特性而将其化为多个小问题，以较为直观的方式来求解各个支问题。这是该方法的优势所在。可是以往的研究成果表明，尽管运用启发式算法可以针对VRP（车辆路线问题）问题获得比较满意的解，但是同样的，当问题规模变大时，最优解的产生往往会超出计划计算时间，收敛速度极其缓慢，甚至算法会直接进入停滞状态。因此，本文研究的目的是：1、通过对各种智能算法的介绍比较，找出它们的区别和优缺点，以及实际应用中的可行度，讨论出较为合适的算法。在此基础上引出蚁群算法，将会重点阐述该算法的可行性和实用性，并作出改进，使得算法能有在全局搜索和收敛速度上更具优势。2、在以往研究的基础上，建立适合实际物流配送网络路径优化的模型，并选择使用有效的算法，为物流配送网络路径优化问题的研究和实践提供理论依据和实际方法。3、根据论文选题要求，结合论文中选择的优化算法，开发出物流配送路径优化系统，要求该系统要严格遵守选题要求，可适当做出改进和拓展，作为论文的实践研究。本论文最终要求开发出满足实际应用的软件，能够在windows系统上运行，随机数据生成后（位置坐标），可以在符合约束条件的情况下，付出较小代价给出合理的路径优化解——时间最短路径、距离最短路径。该解可允许有误差，但误差必须在可以接受的范围内。1.2.2本文研究的意义根据Ronald H．Ballo的观点，运输决策包括四种：运输方式的选择、对运输路线的规划、车辆调度以及集中运输等。运输成本降低的重点在于对运输路径进行合理规划，即优化运输路径。这就需要考虑到时间、财务、环境三方面的因素，即时间上的准时性以及快速响应；财务上则是各种运输费用的节省；环境上要考虑行驶时间、交通问题以及各种环境污染问题。这些问题往往可以通过改进运输方式、优化线路规划等加以改善。