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:
针对蚁群算法在物流车辆路径规划易陷入局部最优,收敛速度较慢等问题,提出一种自适应蚁群算法.利用模拟退火算法构建蚁群算法的初始值,对蚁群算法的状态转移规则和信息素挥发因子进行自适应调整,结合2-opt邻域搜索算法改变解的质量并进行优选.使用VRP官网算例将改进前后的算法对比分析,表明改进后的算法具有更好的求解质量和收敛速度,可以有效解决物流车辆路径规划问题.
推荐文章
基于多态蚁群算法的多目标邮政物流车辆路径问题研究
车辆路径问题
多态蚁群算法
多目标
邮政物流
时变路网条件下车辆路径问题的自适应蚁群算法
车辆路径问题
时变路网
蚁群优化
自适应
多时段
基于蚁群优化算法的物流配送路径研究
蚁群算法
物流
配送
路径规划
重极标差法
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
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 面向物流车辆路径规划的自适应蚁群算法
来源期刊 计算机仿真 学科
关键词 蚁群算法 模拟退火算法 自适应 车辆路径规划
年,卷(期) 2021,(4) 所属期刊栏目 仿真服务化
研究方向 页码范围 477-482
页数 6页 分类号 TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1006-9348.2021.04.097
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (123)
共引文献  (50)
参考文献  (13)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1959(2)
  • 参考文献(0)
  • 二级参考文献(2)
1964(1)
  • 参考文献(0)
  • 二级参考文献(1)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(8)
  • 参考文献(0)
  • 二级参考文献(8)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2010(6)
  • 参考文献(0)
  • 二级参考文献(6)
2011(13)
  • 参考文献(0)
  • 二级参考文献(13)
2012(12)
  • 参考文献(0)
  • 二级参考文献(12)
2013(7)
  • 参考文献(0)
  • 二级参考文献(7)
2014(13)
  • 参考文献(0)
  • 二级参考文献(13)
2015(13)
  • 参考文献(0)
  • 二级参考文献(13)
2016(10)
  • 参考文献(2)
  • 二级参考文献(8)
2017(12)
  • 参考文献(3)
  • 二级参考文献(9)
2018(8)
  • 参考文献(6)
  • 二级参考文献(2)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(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)
研究主题发展历程
节点文献
蚁群算法
模拟退火算法
自适应
车辆路径规划
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
计算机仿真
月刊
1006-9348
11-3724/TP
大16开
北京海淀阜成路14号
82-773
1984
chi
出版文献量(篇)
20896
总下载数(次)
43
论文1v1指导