基于聚类的蚁群优化算法解决动态定位路径问题.doc

基于聚类的蚁群优化算法解决动态定位路径问题 ??????a name=baidusnap76?????????? //. 1 东华大学信息科学与技术学院，中国上海市　201620 2 富山大学创新研究生院，日本富山市　930-8555 3 同济大学嵌入式系统与服务计算重点实验室，中国上海市　200092 4 金泽大学电子与计算机工程学院，日本金泽市　920-1192 摘要：蚁群算法由于它的鲁棒性和自适应性可以解决动态优化问题。在动态环境下，这种算法 的目的不再是发现一个最优解，而是随着时间跟踪最优解。在本文，提出了一种聚类蚁群算法 伴随三种移民策略去解决动态定位路径问题。这种问题可以划分为在动态环境下的定位分配问 题和机车路由问题两部分。为了处理定位分配问题，一种K-means聚类算法被用来解决在一类 中仓库的位置及其周边的城市。然后利用带有随机移民，精英移民和存储移民三种策略的蚁群 算法解决由随机和循环交通因素组成的动态环境下的机车路由问题。通过对比实验来比较使用 聚类的效果。基于不同种规模的LRP问题的实验结果证明，根据解的质量和鲁棒性，聚类算法 能够显著提高K-ACS的性能。而且，K-ACS显示出了很有前景的性能在解决不同种动态环境 下的LRP问题，意味着提出的算法可能成为一种新的技术，通过利用聚类和进化的特性去解决 环境的变化。 关键词：蚁群算法，聚类算法，移民策略，定位路由. 中图分类号： TP391 Ant colony optimization with clustering for solving the dynamic location routing problem Shangce Gao1,2, Yirui Wang1,Jiujun Cheng3,Yasuhiro Inazumi2,Yuki Todo4 1 College of Information Science and Technology, Donghua University, Shanghai, China 201620 2 Graduate School of Innovative Life Science, University of Toyama, Toyama-shi, Japan 930-8555 3 The Key Laboratory of Embedded System and Service Computing, Ministry of Education, Tongji University, Shanghai, China 200092 基金项目： National Natural Science Foundation of China (Grants No., Shanghai Rising-Star Program (No. 14QA1400100), \Chen Guang”project supported by Shanghai Municipal Education Commission and Shanghai Education Development Foundation (No. 12CG35), Ph.D. Program Foundation of Ministry of Education of China (No. 20120075120004), the Fundamental Research Funds for the Central Universities (No. 2232013D3-39). - 1 - ??????6?????????? //. 4 School of Electrical and Computer Engineering, Kanazawa University, Kanazawa-shi, Japan 920-1192 Abstract: Ant colony algorithm can resolve dynamic optimization problems due to its robustness and adaptation. The aim of such algorithms in dynamic environments is no longer to ??nd an optimal solution but to trail it over time. In this paper, a clustering ant colony algorithm with three immigrants schemes (K-ACS) is proposed to address the dynamic location routi