首页 | 本学科首页   官方微博 | 高级检索  
     

蚁群算法在物流路径优化中的应用及仿真
引用本文:吴云志,乐毅,王超,张友华. 蚁群算法在物流路径优化中的应用及仿真[J]. 合肥工业大学学报(自然科学版), 2009, 32(2)
作者姓名:吴云志  乐毅  王超  张友华
作者单位:安徽农业大学,信息与计算机学院,安徽,合肥,230036;安徽农业大学,信息与计算机学院,安徽,合肥,230036;安徽农业大学,信息与计算机学院,安徽,合肥,230036;安徽农业大学,信息与计算机学院,安徽,合肥,230036
基金项目:安徽省科技攻关计划,安徽省高等学校青年教师科研资助计划,安徽省高等学校省级自然科学研究重点项目,安徽农业大学校长青年基金 
摘    要:蚁群算法是一种模拟进化算法,适合于求解复杂的组合优化问题,传统蚁群算法收敛速度慢,有时可能出现停滞现象.该文以蚁群算法为核心,采用最短路径法和自定义代价获取最优物流路径,通过优选参数改进蚁群算法,从而有效避免局部解的出现.实验结果表明,改进后的算法效率具有较大改进,算法在实验环境下收敛性较好.

关 键 词:蚁群算法  路径选择  最优路径  仿真

Application and simulation of the ant colony optimization algorithm in logistics path optimization
WU Yun-zhi,YUE Yi,WANG Chao,ZHANG You-hua. Application and simulation of the ant colony optimization algorithm in logistics path optimization[J]. Journal of Hefei University of Technology(Natural Science), 2009, 32(2)
Authors:WU Yun-zhi  YUE Yi  WANG Chao  ZHANG You-hua
Affiliation:School of Information and Computer Science;Anhui Agricultural University;Hefei 230036;China
Abstract:The ant colony optimization(ACO) algorithm is a novel simulated evolutionary algorithm which is suitable for solving complicated combination problems.The current ACO converges slowly,and results in stagnation behavior sometimes.In this paper,by taking the ACO algorithm as the core,the optimal logistics path is obtained based on the shortest path method and the assigned cost.The optimum parameter is selected to improve the ACO algorithm and avoid the appearance of local solution.The experimental results show...
Keywords:
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号