资源描述：
《蚁群算法在物流配送路径优化中的研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第28卷第2期计算机仿真2011年2月文章编号:1006-9348(2011)02-0268-04蚁群算法在物流配送路径优化中的研究陈建军(绍兴文理学院元培学院,浙江绍兴312000)摘要:研究物流配送路径优化问题,提高物流服务质量。针对快速准确送货,传统方法在物流配送路径优化过程,存在搜索时间长,得不到全局最优解,导致物流配送效率低的难题。为了提高物流配送路径优化效率,提出一种蚁群算法的物流配送路径优化算法。该算法首先建立优化物流配送路径的数学模型,然后采用蚁群算法对数学模型进行求解。仿真结果表明,蚁群算法具有较强的全
2、局寻优能力,搜索速快,能够在最短时间找到流配送路径的最优解,是解决物流配送路径优化问题的有效算法。关键词:物流配送;蚁群算法;优化中图分类号:TP183文献标识码:BStudyonRoutingOptimizationforPhysicalDistributionBasedonAntColonyAlgorithmCHENJian-jun(YuanpeiCollege,ShaoxingUniversity,ShaoxingZhejiang312000,China)ABSTRACT:Physicaldistributionproblems
3、arestudiedtoimprovethelogisticsservicequality.DistributionRoutingoptimizationisaNP-hardproblem,thetraditionalmethodofroutingoptimizationinthephysicaldistributionlogisticstakesalongtimeanddoesnotgettheglobaloptimalsolution,resultinginlowefficiencyofphysicaldistributionpro
4、blems.Inordertoimprovetheefficiencyofphysicaldistributionroutingoptimization,antcolonyalgorithmisproposedforlogisticsdistributionpathoptimizationalgorithm.Firstly,themathematicalmodelofthephysicaldistributionroutingoptimizationisestablished,andthentheantcolonyalgorithmi
5、susedtosolvethismathematicalmode.lSimulationresultsshowthattheantcolonyalgorithmhasstrongglobalsearchabilityandthesearchspeedisfast,especiallyforfindingtheoptimalsolutionofphysicaldistributionintheshortesttime.Itissuitableforphysicaldistributiontosolvetheroutingproblemo
6、feffectivealgorithms.KEYWORDS:Physicaldistribution;Antcolonyalgorithm;Optimization择很相似,针对物流配送路径问题,国内外学者对其进行了1引言深入的研究,出现许多求解方法,如系统仿真法、精确解法和物流配送是是现代企业生产过程一个十分重要的环节,[3]人机互动法等。这些方法为解决VARP提供了解决问题是现代物流系统研究中一个重要的内容。物流配送是指按的思想,但它们各自都存在自己的不足。在系统仿真法中,用户的订货要求,在配送中心进行分货、配货,并将配好的货物流的
7、实际情形逻辑化为仿真程序的可行性不能得到有效[1]物及时送交收货人的活动。物流配送中最关键的问题就的保证;在精确解法中,当问题规模较大时求解耗费的时间是如何选择物流配送路径,将货物快速地送到客户手中。因相当长,效果低;人机互动法中,需要管理者拥有丰富物流配此配送路径的选择的好坏直接影响到物流的配送速度、服务送专业知识,所以主观性比较强,对配送路径选择具有随意[2]质量、配送成本。性。所以这些不足限制了这些方法的应用[4]。启发式算法物流配送中的配送路径选择问题是一个典型的NP-是指根据对解决具体问题过去经验进行归纳推理和分析,从hard问
8、题,其与铁路运输、水道航线、公交调度和网络路由选而解决问题的方法,目标是在可接受的代价下得出待解决问题的满意解,这样既节省了求解时间,又满足了解决问题的收稿日期:2010-10-10[5]实际
