蚁群优化算法求解车辆路径问题的研究

• 作者: 蒋松荣
• 来源期刊: 科技与创新
• 关键词: 车辆路径问题 云模型 蚁群优化
• 年，卷（期）: 2010,（24）
• 页码范围: 220-222
• 分类号: TP311
• 语种: 中文
• DOI: 10.3969/j.issn.2095-6835.2010.24.086

摘要

车辆路径问题(VRP)是物流研究领域中一个具有重要理论和现实意义的问题.蚁群优化(ACO)算法在求解TSP等组合优化问题时表现出优良的性能使得其可以应用到VRP问题的求解中.而如何使算法在对搜索空间的探索和对已发现的最优解的开发之间保持平衡是一个亟待解决的问题.本文在ACS算法的基础上提出一种针时VRP问题的云模型蚁群算法CMACA,通过引入半云模型作为模糊隶属函数,对部分较优路径进行随机性全局信息素更新,从而提高算法对搜索空间的探索,同时通过时云隶属函数的参数控制,实现算法在探索与开发之间的自适应调整.VRP问题的仿真实验结果表明,基于云模型的蚁群算法在求解VRP问题时要优于MMAS算法与ACS算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋松荣		1	2	1.0	1.0