基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
对蚁群算法进行改进以增加其在处理带容量限制的车辆路径问题时的性能.改进后的算法建立每一个点的临近点序列以增加生成解的质量并减少计算时间.设定一个信息素最小值,避免算法由于部分边上信息素值过低而被忽略.在计算选择概率时将所有边全部减小一个相同的值,以增加边长在决定选择时的作用.增加一只记忆蚂蚁来增强算法的收敛能力,令蚂蚁在前进过程中有可能回到出发点,通过这种方法让算法具有检索所有解的可能.在算法的最后加入对解的调整操作,进一步靠近全局最优解.用该算法计算通用的VRP算例,验证了算法的有效性.
推荐文章
求解车辆路径问题的改进蚁群算法
车辆路径问题
蚁群算法
遗传算法
变异算子
优化问题
收敛
基于改进蚁群算法的车辆路径优化问题研究
蚁群算法
车辆路径优化
信息素
物流
蚁群优化算法求解车辆路径问题的研究
车辆路径问题
云模型
蚁群优化
带时间窗车辆路径问题的分布式多agent蚁群算法
带时间窗车辆路径问题
蚁群算法
分布式算法
代理
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 改进蚁群算法求解带容量限制的车辆路径问题
来源期刊 自动化与信息工程 学科
关键词 CVRP 蚁群算法 临近点序列
年,卷(期) 2016,(4) 所属期刊栏目 应用技术
研究方向 页码范围 19-23
页数 5页 分类号
字数 4124字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 蔡延光 广东工业大学自动化学院 181 812 14.0 20.0
2 徐泽峰 广东工业大学自动化学院 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (78)
共引文献  (98)
参考文献  (13)
节点文献
引证文献  (3)
同被引文献  (11)
二级引证文献  (0)
1959(2)
  • 参考文献(1)
  • 二级参考文献(1)
1964(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(3)
  • 参考文献(1)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(4)
  • 参考文献(2)
  • 二级参考文献(2)
2000(7)
  • 参考文献(0)
  • 二级参考文献(7)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(8)
  • 参考文献(1)
  • 二级参考文献(7)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(8)
  • 参考文献(1)
  • 二级参考文献(7)
2009(8)
  • 参考文献(1)
  • 二级参考文献(7)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(11)
  • 参考文献(0)
  • 二级参考文献(11)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2014(4)
  • 参考文献(4)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
CVRP
蚁群算法
临近点序列
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
自动化与信息工程
双月刊
1674-2605
44-1632/TP
大16开
广州市先烈中路100号大院13号楼601《自动化与信息工程》编辑部
1980
chi
出版文献量(篇)
1389
总下载数(次)
2
总被引数(次)
4396
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
广东省自然科学基金
英文译名:Guangdong Natural Science Foundation
官方网址:http://gdsf.gdstc.gov.cn/
项目类型:研究团队
学科类型:
论文1v1指导