学位论文 > 优秀研究生学位论文题录展示

基于改进蚁群算法的配送路线优化研究

作　者: 沈垚
导　师: 赵林度
学　校: 东南大学
专　业: 系统工程
关键词: 物流配送 蚁群算法 配送路线优化 车辆路径问题(VRP) 优化仿真
分类号: F224
类　型: 硕士论文
年　份: 2006年
下　载: 802次
引　用: 5次
阅　读: 论文下载
 

内容摘要


随着信息技术的发展,现代物流作为“第三个利润源泉”正受到日益广泛的重视,并面临前所未有的发展机遇。在现代物流中,配送是一个重要的与消费者直接相连的环节,其体现了企业的核心竞争力。而物流配送路线优化研究,是配送系统优化中的重要一环。通过配送路线优化,可以提高企业的运作效率,降低配送成本,实现物流科学化。因此,本文对配送路线的优化研究主要依据蚁群算法从以下几方面展开:1、对基本蚁群算法进行了改进。基本蚁群算法是20世纪90年代提出的一种新型模拟进化算法,针对该算法易陷入局部最优解、求解速度较慢的缺陷,本文对基本蚁群算法的全局信息素更新公式进行了改进,并在算法的实现过程中动态调整q0值。通过对旅行商问题(Traveling Salesman Problem,TSP)的仿真对比,得到了较为满意的结果,体现了改进蚁群算法的相对优越性。2、在实际应用中,本文以江苏省科技攻关项目—生鲜加工配送体系食品安全关键技术研究与开发(BE2004311)为应用背景,结合苏果超市有限公司“苏果生鲜加工配送管理信息系统”的设计,将改进蚁群算法引入到配送子系统的程序开发中。根据苏果配送的实际需求构建系统模型,对苏果配送路线进行优化,主要解决车辆路径问题(Vehicle Routing Problem,VRP),即确定最佳配送路线,使车辆的总行驶里程最少。参照Bernd.Bullnheimer的利用基本蚁群算法求解VRP问题的算法实现思想,本文将改进蚁群算法运用到苏果VRP问题的求解中,设计出相应算法(简称算法一),以实现配送路线的优化。3、由于算法一在实际配送中没有考虑到车辆的满载率,本文在算法一的基础上对其进行了改进。将原有算法一的小循环结束标志――蚂蚁只要一经过配送中心无论其载重已装多少都认为其一次小循环已经结束,改为蚂蚁只有在货物满载的情况下直接返回最初的起始点。根据这一思想,本文重新设计出相应的求解苏果VRP问题的算法(简称算法二)。

全文目录


摘要  4-6
Abstract  6-10
第一章 绪论  10-17
  1.1 本文研究的意义和背景  10-11
  1.2 相关文献综述  11-15
  1.3 本文研究的主要内容  15-17
第二章 物流配送中的车辆路径问题研究  17-26
  2.1 物流配送中车辆路径问题（VRP）  17-18
  2.2 VRP问题的分类  18-20
  2.3 基本VRP问题的模型  20-21
  2.4 VRP问题的求解算法  21-24
    2.4.1 精确算法  21-22
    2.4.2 启发式算法  22-24
  2.5 本章小结  24-26
第三章 改进蚁群算法研究  26-55
  3.1 基本蚁群算法ACS  26-33
    3.1.1 蚁群算法的基本原理  26-27
    3.1.2 蚁群算法的模型  27-30
    3.1.3 基本蚁群算法的实现步骤  30-32
    3.1.4 基本蚁群算法的分析  32-33
  3.2 改进蚁群算法  33-44
    3.2.1 基本蚁群算法的优点与不足  33-34
    3.2.2 改进蚁群算法的设计  34-37
    3.2.3 改进蚁群算法的实现步骤  37-40
    3.2.4 改进蚁群算法的分析  40-44
  3.3 系统仿真分析（以TSP问题为例）  44-53
    3.3.1 TSP问题的介绍  44-45
    3.3.2 系统仿真的设计  45-46
    3.3.3 蚁群算法中的参数设置研究  46-48
    3.3.4 基本蚁群算法解决TSP问题  48-50
    3.3.5 改进蚁群算法解决TSP问题  50-53
  3.4 本章小结  53-55
第四章 改进蚁群算法在VRP问题上的应用  55-88
  4.1 基于苏果马群配送中心的VRP问题模型  55-58
  4.2 改进蚁群算法实现VRP问题的算法一  58-69
    4.2.1 算法一的基本思想  58-60
    4.2.2 算法一的计算机伪代码实现步骤  60-64
    4.2.3 算法一的复杂度分析  64-65
    4.2.4 算法一的系统实现  65-69
  4.3 改进蚁群算法实现VRP问题的算法二  69-87
    4.3.1 算法二的基本思想  69-71
    4.3.2 算法二的计算机伪代码实现步骤  71-73
    4.3.3 算法二的复杂度分析  73-74
    4.3.4 算法二的系统实现  74-79
    4.3.5 算法二与算法一、节约算法的分析比较  79-83
    4.3.6 算法二解决经典VRP问题的仿真分析  83-87
  4.4 本章小结  87-88
第五章 结束语  88-91
  5.1 本文研究工作总结  88-89
  5.2 存在的问题及今后的研究方向  89-91
致谢  91-92
参考文献  92-97
作者简介  97

相似论文

  1. 多导弹协同作战突防效能评估及组合优化算法研究,TJ760.1
  2. 基于蚁群算法的电梯群优化控制研究,TU857
  3. 动态环境下移动对象导航系统相关技术的研究,TP301.6
  4. 基于改进蚁群算法的机器人路径规划研究,TP242
  5. 改进的蚁群算法及其在TSP上的应用研究,TP301.6
  6. 基于免疫机制蚁群算法的电力系统无功优化研究,TP18
  7. 基于视觉反馈与行为记忆的GPU并行蚁群算法,TP301.6
  8. 齿轮式脉动无级变速器改进与结构优化设计,TH132.46
  9. 基于物理拓扑感知的Chord算法研究,TP393.02
  10. 电渣炉过程控制系统的设计及优化控制,TP273
  11. 中国石化沥青销售分公司铁运、汽运配送方案分析与研究,F426.72
  12. Ad Hoc网络中分簇路由算法的研究,TN929.5
  13. 图像信息处理机的图像处理方法研究,TP391.41
  14. 大型钢铁企业销售物流配送问题研究,F252;F426.31
  15. 智能光网络中路由选择算法的研究,TN929.1
  16. 面向无线传感器网络的多路径路由协议研究,TN915.04
  17. 改进蚁群算法在盲均衡中的应用,TN911.5
  18. 智能光网络动态路由和波长分配算法的研究,TN929.1
  19. 基于蚁群算法的移动商务个性化推荐体系研究,TP391.3
  20. 基于蚁群算法的车辆调度问题研究,TP301.6
  21. 融合MMTD与仿生算法的路由选择研究,TP393.05

中图分类: > 经济 > 经济计划与管理 > 经济计算、经济数学方法 > 经济数学方法
© 2012 www.xueweilunwen.com