基于蚁群算法和禁忌搜索的部队机动路径选择

新形势下的部队作战规划对机动路径选择这个问题提出了新要求,需要同时达到机动时效和机动分散的双重指标。针对问题建立了数学模型,引入信息熵理论作为目标评价准则,借助改进的蚁群算法和禁忌搜索算法相结合的启发式方法对问题进行求解,给出了该方法的具体计算步骤。对仿真结果的分析表明,算法是切实有效的。

基于改进最大-最小蚁群算法的QoS路由算法

针对蚁群算法在QoS路由应用上的收敛速度慢和易陷入局部最优等缺陷,提出了一种"基于改进的最大-最小蚁群算法的QoS路由算法",在算法中改进节点选择策略,并将最大-最小蚁群算法与局部搜索结合起来,有效抑制算法的过早收敛,提高了全局寻优能力和收敛速度,使QoS路由优化问题得到很好的解决.

关于配送线路的混合禁忌搜索自整定仿真研究

物流运输网络中的线路和节点状态具有动态变化的特性,要求配送车辆必须根据网络变化对运输线路采取实时调整。为了更加准确快速的完成最优配送线路规划,提出了混合禁忌搜索自整定方法。方法首先将运输成本作为配送线路的寻优目标,根据距离与时间等因素,设计了关于配送线路的软时间窗口模型与约束条件。然后利用蚁群作为寻优的基础算法,对每一条配送线路标记信息素。考虑到蚁群算法的局部解缺陷,引入混合禁忌搜索,在迭代处理时加入信息素因子,用于扰动信息素寻优的结果。同时对每次迭代出的最优解设计了优化机制,用于更新信息素和约束。最后通过仿真,证明了提出的混合禁忌搜索方法具有良好的寻优性能,优化得到的配送线路符合距离、时间、成本的综合需求,提高配送效率的同时,有效抑制了运输成本的增长,能够友好的应对物流运输网的动态变化与客户数据的急剧增加。

危险废物定位-运输路线安排问题模型和算法研究

随着我国经济的快速发展,人民生活水平的提高,产生的废弃物日益增加,如何处理这些废弃物已经成为政府面临的一个重要问题.因此,许多学者开始研究危险废物的管理问题.针对现实情况,研究了危险废物管理系统中处理和处置中心的定位以及运输路线安排问题,结合实际构建了多目标整数规划模型.数学模型综合考虑了三个目标:(1)总体成本最小化(包括设施建设成本和运输成本);(2)总体风险最小化(包括运输风险和处理风险);(3)风险公平最大化.提出了解决问题的两阶段混合启发式算法:禁忌搜索——蚁群算法.给出了一个简单算例进行分析.

具有同时送货和取货需求的车辆路径问题的蚁群禁忌混合优化算法

在分析具有同时送货和取货需求的车辆路径问题(VRPSDP)的基础上,建立VRPSDP数学模型,提出一种新的求解VRPSDP问题的蚁群禁忌混合优化算法(ACO-TS),并通过实验验证该算法的有效性和可行性。新算法首先采用蚁群算法产生阶段最优解,然后利用禁忌搜索算法对阶段最优解进一步优化。实验表明,新算法能够高效解决VRPSDP问题,并且具有较好的优化效果。

带时间窗的车辆路径规划的改进蚁群系统算法研究

带时间窗的车辆路径规划(VRPTW)是一个多项式复杂程度的非确定性(NP)的组合问题,在运输与配送物流邻域有着广泛的应用。研究表明,元启发式算法是解决VRPTW问题的有效方法。针对基础蚁群算法收敛速度慢、易陷入局部最优的问题,本研究提出了一种改进的蚁群系统。首先,在原算法中修改了信息素更新策略,采用分段函数调整信息素挥发因子;然后,在算法中引入禁忌搜索的邻域搜索算法,对路径的搜索采用2-opt变换策略;最后,实验采用Solomon Benchmark标准算例C1类数据进行Matlab仿真实验,验证并分析了改进策略的有效性。实验结果表明,对比基础蚁群算法,本次的改进算法在寻找全局最优解上有较好的效果,在不同客户数量规模下,由基础蚁群算法求解的成本221.6、424.4、1006.5分别减少至191.8、363.2和828.9。该数据集不同规模下的最优解分别为191.3、362.4及827.3,本次改进的算法实验解与最优解的差值比率仅有0.26%、0.22%和0.19%。

基于精益生产模拟配送线的多产品分批次采购供应商优选模型

为了解决物流仓储价格与供应商折扣并存条件下的精益生产模拟配送线的分批次多产品采购供应商优选问题,提出了一种多产品分批次采购的供应商选择的多层次决策模型,根据模型的特殊结构将模型转化为一维的开放式车辆路径问题并利用蚁群算法进行求解,该算法将禁忌搜索算法作为局部优化算法,构建一个在超立方框架下执行的Maxmin蚁群(MMACO)算法,同时集成一个后优化过程来进一步优化最优解,以简化求解复杂度。算法初始解产生和邻域操作在对各供应商数量和物资采购次数采用硬约束方法的条件下进行,通过采用惩罚函数的方式对各种物资采购量和物资每月使用量约束进行处理,并设计动态系数将约束逐渐由软约束过渡到硬约束。最后采用所提蚁群算法对算例进行优化求解,并对采用不同解结构、不同启发式算法的算例结果进行了比较,结果表明了所提模型和算法的有效性。

带相容性约束的车辆路径问题及其混合蚁群算法

【目的】着力设计带相容性约束的车辆路径问题的高效启发式算法。【方法】针对带相容性约束的车辆路径问题的特点,提出了一种混合蚁群算法。该算法的核心由蚁群搜索和禁忌搜索组成,对蚁群搜索的状态转移公式和信息素更新规则进行了改进,并在蚁群搜索过程中加入了一个扰动机制,同时在禁忌搜索部分采用了新的邻域结构和禁忌规则。【结果】得到了关于带相容性约束的车辆路径问题的混合蚁群算法。【结论】通过多个算例对算法进行了测试,计算结果表明该算法具有很高的求解效率。