基于改进MMAS的多配送中心车辆调度问题研究
摘要
针对城市多配送中心车辆调度问题,在分析最大最小蚁群算法的基础上,提出了改进MMAS算法,该算法重点对信息素的挥发机制进行探讨,并引入自适应机制对信息素的确定方案进行改进。实验结果证明,改进MMAS算法对于优化多配送中心物流车辆路径问题是有效的。
参考文献6
-
1施朝春,王旭,葛显龙.带有时间窗的多配送中心车辆调度问题研究[J].计算机工程与应用,2009,45(34):21-24. 被引量:18
-
2Dorigo M, Gambar D.Ant colony algorithm for the traveling salesman problems in biological systems U].IEEE Transactions on Evolutionary Computation, 1997,43(2) : 73-81.
-
3Jdanson D S,McGeoch L AThe travelling salesmanproblem:A case study inlocaloptimizatior[M].NewYork:Wilgy andSons,1997:215-310.
-
4张强,熊盛武.多配送中心粮食物流车辆调度混合蚁群算法[J].计算机工程与应用,2011,47(7):4-7. 被引量:18
-
5胡小兵,袁锐,黄席樾,易继军.蚁群算法原理的仿真研究[J].计算机仿真,2004,21(8):125-128. 被引量:16
-
6张纪会,高齐圣,徐心和.自适应蚁群算法[J].控制理论与应用,2000,17(1):1-3. 被引量:150
二级参考文献27
-
1张纪会 徐心和.带遗忘因子的蚁群算法[J].系统仿真学报,2000,(2).
-
2Fogel D E.Applying evolutionary programming to selected TSPs[J]. Cybem and Syst :An Internation Journal, 1993(24) : 27-36.
-
3Wilson G V,Paw G S.On the stability of the TSP algorithm of hopfield and Tank[J].3 Boil Cybem, 1988(58) :63-70.
-
4Eshelman L,Schaffer J D.Real-coded genetic algorithms and intervalschemata[C]//Whitley L D.Foundations of Genetic Algorithms 2. Los Ahos, CA : Morgan Kaufmann, 1993 : 187-202.
-
5[1]M Dorigo,V Maniezzo and A Colorni.Positive feedback as a search strategy[R].Technical Report 91-016,Dipartimento di Elettronica,Politecnico di Milano,IT,1991.
-
6[2]M Dorigo,G Di Caro and L M Gambardella.Ant algorithms for discrete optimization[J].Artificial Life,1999,5(2):137-172.
-
7[6]M Dorigo,V Maniezzo and A Colorni.The ant system:Optimization by a colony of cooperating agents[J].IEEE Transactions on Systems,Man,and Cybernetics Part B,1996,26(1): 29-41.
-
8国家发展和改革委员会.粮食现代物流发展规划[Z].2007.08.
-
9Nagy G, Salhi S.Heuristic algorithms for the single and multi- pie depot vehicle routing problems with pickups and deliveries[J]. European Journal of Operational Research,2005,162:126-141.
-
10Colomi A, Dorigo M, Maniezzo V.Distributed optimization by ant colonies[C]//European Conference on Artificial Life.France: Elsevier, 1991 : 134-142.
共引文献194
-
1胡宏梅,董恩清.人工蚁群聚类码书设计算法[J].通信技术,2007(7):1-3.
-
2詹士昌,徐婕.蚁群算法在马斯京根模型参数估计中的应用[J].自然灾害学报,2005,14(5):20-24. 被引量:20
-
3李小珂,韩璞,刘丽,李志涛.基于蚁群算法的PID参数寻优[J].计算机仿真,2003,20(z1):366-368. 被引量:1
-
4白明,李建勇.基于改进蚁群算法的FMS工艺路线优化配置[J].制造业自动化,2003(z1):172-176. 被引量:1
-
5陈烨.蚁群算法全局更新规则的研究[J].计算机科学,2002,29(z1):120-122.
-
6郝晋,石立宝,周家启.具有随机扰动特性的蚁群算法[J].仪器仪表学报,2001,22(z1):350-352. 被引量:8
-
7孙宏,詹士昌,金柏林.自适应进化的蚁群算法及其仿真研究[J].杭州师范学院学报(自然科学版),2003,2(5):31-34. 被引量:4
-
8朱晖,曾鹦.国际贸易多式联运管理的智能模型分析[J].物流技术,2012,31(4):21-23.
-
9李茂军,罗安,童调生.人工免疫算法及其应用研究[J].控制理论与应用,2004,21(2):153-157. 被引量:43
-
10汤放奇,李茂军,罗安.人工免疫算法的全局收敛性分析[J].长沙电力学院学报(自然科学版),2004,19(3):1-4. 被引量:5
-
1袁禄铭.建筑公司工作人员在工程管理中的能动作用发挥[J].中国建筑金属结构,2013(12X):154-154. 被引量:1
-
2李芳.提升企业战略人力资源管理的能力[J].中外企业文化,2007(10):35-36. 被引量:1
-
3禹旺明,熊红云.改进的蚁群算法在TSP中的应用[J].物流科技,2009,32(1):27-29. 被引量:2
-
4林腹辉.房地产项目管理中存在问题思考[J].科技创新导报,2011,8(26):208-208.
-
5贺政纲,刘沙.城市医疗废弃物回收路径优化研究——以成都市金牛区为例[J].物流技术,2015,34(1):117-119. 被引量:5
-
6邓灵斌,邵军.蚁群算法在自动化仓库路径规划中的应用[J].情报探索,2014(12):70-72. 被引量:4
-
7周斌.信息系统项目开发中存在的风险及防范[J].上海农村金融,2009(2):36-37.
-
8钟晓燕.基于蚁群算法的农产品配送路径优化研究[J].福建商业高等专科学校学报,2010(1):33-38.
-
9现代企业制度试点工作取得阶段性成果[J].上海人大月刊,1996,0(6):32-32.
-
10周晓庄.现代企业制度:软件网系统的构建[J].社会科学,1997(9):13-17.