当前位置:论文写作 > 论文大全 > 文章内容

改进蚁群算法在物流配送点选址中的应用

主题:最短路径算法 下载地址:论文doc下载 原创作者:原创作者未知 评分:9.0分 更新时间: 2024-04-09

简介:适合不知如何写算法路径方面的相关专业大学硕士和本科毕业论文以及关于算法路径论文开题报告范文和相关职称论文写作参考文献资料下载。

算法路径论文范文

最短路径算法论文

目录

  1. 一、引言
  2. 二、配送中心设置解决算法概述
  3. (一)精确算法
  4. (二)启发式算法
  5. (三)亚启发式算法
  6. 三、车辆路径优化问题的建立
  7. 四、物流中心选址算法
  8. (一)基本的蚁群算法
  9. (二)基于聚类的蚁群算法
  10. 最短路径算法:[第17集] 最短路径算法:Dijkstra算法,广度优先搜索

邓慧娴

(安徽科技学院经济管理学院,安徽风阳233100)

文摘编号:1005-913X( 2010)05-0067-CA

摘 要:将现有的蚁群聚类算法进行改进,提高聚类性能,并通过仿真实验实现了数据集的聚类.结果表明新算法能加快聚类速度,得到较好的聚类结果.根据物流配送点选址问题的特点,在降低运输成本的基础上,利用改进的蚂蚁聚类算法可求解选址数学模型精确解.实例求解表明蚂蚁算法获得了较满意的效果.

关键词:配送;物流;改进蚂蚁算法

中图分类号:F252.24文献标识码:A

文章编号:1005-913X(2010)05-0067-02

一、引言

物流指在合适的时间,将正确的物品以适当的数量准确地送到顾客手中,它是供应链中最重要的组成部分.物流配送是物流活动中直接与消费者相连的环节,是物流系统的核心环节之一,车辆调度是物流管理最重要的部分.随着时代的发展,高效的车辆调度寻找一条优化的车辆行驶路线,有利于降低物流中货物库存的论文范文,缩短商品上市周期,已逐渐成为物流成败的关键.研究车辆路径问题,进行车辆路线优化,提高物流效率、降低成本、提高服务质量对于促进经济健康发展具有重要意义.因此选择合理的配送点选址对于物流配送的高效运作起着至关重要的作用.车辆路径问题(论文范文)是一类关于车辆配送路径集合问题的通称,这些路径集合就是在—个或多个配送中心的一组车完成地理卜分散的多个城市或者客户的配送所需要运行的路径集.

二、配送中心设置解决算法概述

(一)精确算法

精确算法指可求出最优解的算法,主要有:分枝定界法、割平面法、网络流算法、动态规划法.精确算法的计算量一般随问题规模的增大呈指数增长,仅限于用于规模较小的问题.

(二)启发式算法

启发式算法是相对最优化算法提出的.启发式算法可以这样定义:一个基于直观或经验构造的算法,在可接受的花费下给出待解决组合优化问题的一个可行解,该可行解与最优解的偏离程度不一定事先可以预计.

(三)亚启发式算法

亚启发式算法一般从初始解开始,通过对当前解不断进行局部扰动以达到较好的解.常见的有:模拟退火算法、神经元网络、遗传算法、蚁群算法.本文主要采用蚁群算法进行研究,因此主要介绍此法.

1989年,Goss等通过著名的双桥实验对阿根廷蚂蚁的觅食行为进行了研究.实验证明:蚂蚁选择较短路径的可能性和两条路径的距离差有关,随着距离差距增加,选择较短路径的可能性也在增加.

三、车辆路径优化问题的建立

一般来说物流配送领域中的大部分问题都可以看成车辆路径问题(论文范文).车辆路径问题是Dantzig和Ramser在上个世纪50年代末提出的.车辆路径问题可以描述为:从某物流中心用多台配送车辆向多个客户送货,每个客户位置和需求已知,每辆车的载重量一定,要求合理安排车辆的配送路线,使得总路程最小,并满足以下约束条件:一是每个客户仅被访问一次;二是每辆车所访问的客户的需求量总和不超过该车辆的载重量;三是每辆车从起点出发,在完成客户配送需求后又回到起点.车辆路径问题是典型的组合优化问题.目前,车辆路径问题得到较为深入的研究,许多新的方法逐渐被提出.其中常用的求解算法有最近邻域搜索法、混合职能算法以及遗传算法等,而应用蚂蚁算法求解车辆路径问题是近年来研究的新方向.

四、物流中心选址算法

(一)基本的蚁群算法

受蚂蚁觅食行为的启发,Dorigo给出了i种模型:ant cycle system,ant- quantity system,ant- densitysystem.实验表明Ant-cycle system效果最理想,于是主要在算法ant-civcle的基础上产生r AntSystem.1998年,Dorigo和DiCargo进一步发展了Ant System算法,强调启发式搜索的重要性,形成了ACO(AntCI)lony Optimization)算法.Ant Colony即蚂蚁群体,ACO算法即是通常意义上的蚂蚁算法,是利用蚂蚁群体智能求解问题的优化算法.

(二)基于聚类的蚁群算法

一只随机移动的无负载蚂蚁在遇到一个物体时,周围与这个物体相同的物体较少,则拾起这个物体的概率越大;一只随机移动的有负载蚂蚁如果周围的与所背负物体相同的物体越多,则放下这个物体的概率越大.该模型通过对单只蚂蚁拾起、放下物体的行为模式进行建模,保证了不破坏大堆的物体,且能收集小堆的物体,完成了物体的聚类,与基于路径寻优的蚁群算法不同,在该模型中,蚂蚁

参考文献:

[l]陈美军,张志胜,陈春咏,史金飞.多车场车辆路径问题的新型聚类蚁群算法企业管理与信息化[J].企业管理与信息化,2008(11).

[2]赵伟丽,蚁群聚类算法的改进和实现叨,高校理科研究.2008(2).

[3]刘芳华,赵建民,朱信忠,基于改进遗传算法的物流配送路径优化的研究.计算机技术与发展,2009(7).

[4]柳林,朱建荣.基于混合蚂蚁算法的物流配送路径优化问题研究[J].计算圳工程与运用,2006(13).

最短路径算法:[第17集] 最短路径算法:Dijkstra算法,广度优先搜索

[5]罗上远,等.零售业库分布模型及分区配送算法研究[J]_物流技术,2009(5).

[6]蒋毅,基于蚁群优化算法的车辆路径问题研究[D].吉林大学,2007.

[责任编辑:谭志远]

总结:关于免费算法路径论文范文在这里免费下载与阅读,为您的算法路径相关论文写作提供资料。

最短路径算法引用文献:

[1] 最短路径毕业论文模板范文 关于最短路径方面在职开题报告范文2万字
[2] 最短路径本科毕业论文范文 最短路径类有关论文范文2万字
[3] 路径论文范例 最短路径有关开题报告范文3000字
《改进蚁群算法在物流配送点选址中的应用》word下载【免费】
最短路径算法相关论文范文资料