高大利
(泉州师范学院数学与计算机科学学院,福建泉州362000)
基于混沌蚁群算法的物流配送路径问题仿真研究
高大利
(泉州师范学院数学与计算机科学学院,福建泉州362000)
将混沌与最大最小蚂蚁算法相融合,在蚁群算法的信息素更新规则中加入混沌扰动量避免了在搜索过程中陷入局部极值.测试结果表明混沌蚁群算法能够有效地提高算法的全局寻优能力,对于物流配送路径问题的求解能够获得满意的结果.
物流配送;路径优化;蚁群算法;混沌
在物流配送过程中,配送线路安排的合理与否对配送速度、物流成本影响很大;由于配送线路安排涉及多个配送点和复杂的道路网络结构等情况,这就使物流配送路径问题的求解更加困难.随着人工智能技术的不断发展,蚁群算法等新技术被用于解决路径优化及其他一系列组合优化问题;针对蚁群算法求解物流配送路径问题易陷入早熟、停滞、局部最优的缺限.本文将混沌引入蚁群算法,通过仿真实验验证了混沌蚁群算法对于物流配送路径问题的求解是有效的.
物流配送路径问题是指有L个客户点,已知每个客户点的需求量及位置,至多用K辆车从配送中心到达这批客户点,并且在完成配送任务后,返回物流中心.每辆车载重量一定,要求安排车辆行驶线路使得总成本(如距离、时间等)为最小,且满足以下约束条件:
(1)每条线路上的客户点需求量之和不超过车辆载重量;……