蚁群算法物流配送中心选址优化仿真研究

被引:9
作者
王坤 [1 ,2 ]
机构
[1] 泰州市农业物联网工程技术中心
[2] 江苏畜牧兽医职业技术学院
关键词
物流配送; 蚁群优化算法; 选址模型;
D O I
暂无
中图分类号
TP301.6 [算法理论]; O224 [最优化的数学理论];
学科分类号
081202 ; 070105 ; 1201 ;
摘要
研究物流配送选址优化调度问题。为了有效节约车辆运输成本,应选择最优路径。城市车辆调度路径选择,存在路网复杂性,参数设置较多,传统的调度算法存在计算复杂度高,不利于实际应用。为解决优化选址问题,提出了一种改进的蚁群优化物流配送选址方法。算法把求得的解首先分解为解对,然后通过改进的蚁群优化算法将解对从不确定性转变成确定性问题,可以大大的降低求解过程。通过仿真表明,提出的优化算法不但降低了计算的复杂度,优化了选址模型,而且为解决物流选址问题提供了新的有效途径。
引用
收藏
页码:251 / 254
页数:4
相关论文
共 8 条
[1]  
Dorigo M,Maniezzo V,Colorni A.Ant system: optimization by a colony of cooperating agents. IEEE Transactions on Systems, Man, and Cybernetics Part B: Cybernetics . 1996
[2]   带时间窗车辆路径问题的粒子群算法 [J].
李宁 ;
邹彤 ;
孙德宝 .
系统工程理论与实践, 2004, (04) :130-135
[3]   改进的动态规划法在车辆最短路径问题中的应用 [J].
陶波 ;
朱玉琴 .
重庆工学院学报(自然科学版), 2009, (01) :24-27
[4]   基于混合禁忌搜索算法的物流配送路径优化问题研究 [J].
李松 ;
刘兴 ;
李瑞彩 .
铁道运输与经济, 2007, (03) :66-69
[5]  
李军,郭耀煌著.物流配送车辆优化调度理论与方法[M]. 中国物资出版社, 2001
[6]   改进的最大-最小蚂蚁算法在有时间窗车辆路径问题中的应用 [J].
万旭 ;
林健良 ;
杨晓伟 .
计算机集成制造系统, 2005, (04) :572-576
[7]   RBF神经网络在物流系统中的应用 [J].
陈以 ;
万梅芳 .
计算机仿真, 2010, 27 (04) :159-162
[8]   基于改进遗传算法的物流配送路径求解 [J].
余玥 ;
胡宏智 .
计算机技术与发展, 2009, 19 (03) :52-54+58