车辆路径问题的混合蚁群算法设计与实现
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Design and realization of a hybrid ant colony algorithm for vehicle muting problem
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    蚁群算法是一种新型的模拟进化算法,具有许多优良的性质,可以很好地解决TSP问题.在分析车辆路径问题(VRP)与佟P区别的基础上,论文将蚁群算法应用于VRP的求解,针对VRP的具体特点,构造了具有自适应功能的混合蚁群算法.该算法对基本规则作了进一步改进,并有机结合了爬山法、节约法等方法,以减少计算时间,避免算法停滞.指出可行解问题是蚁群算法的关键问题,提出了大蚂蚁数、近似解可行化等四个解决策略.计算机仿真结果表明,自适应混合蚁群算法性能优良,能够有效地求解VRP

    Abstract:

    Ant Colony Algorithm(ACA) is a novel simulated evolutionary algorithm which shows many promising properties and can solve Traveling Salesman Problem(TSP) efficiently. On the basis of analyzing the difference between VRP and TSP, an Adaptive Hybrid Ant Colony Algorithm(AHACA) is proposed to solve VRP, which is improved from basic ACA by improving the basic rules and integrating 2-opt local search method and C-W algorithm in order to decrease computing time and avoid stagnation behavior of basic ACA. Moreover, the problem of acquiring feasible solution is also discussed, and four resolutions such as Mass Ant, Feasibility Process of Approximate Solutions etc. are also introduced. Simulation results show that the AHACA is feasible and valid for VRP

    参考文献
    相似文献
    引证文献
引用本文

刘志硕 申金升 关伟.车辆路径问题的混合蚁群算法设计与实现[J].管理科学学报,2007,10(3):

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:
  • 最后修改日期:
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
您是第位访问者
管理科学学报 ® 2024 版权所有
通讯地址:天津市南开区卫津路92号天津大学第25教学楼A座908室 邮编:300072
联系电话/传真:022-27403197 电子信箱:jmsc@tju.edu.cn