基于多蚁群优化算法的具有容量约束的选址与路径问题研究

基于多蚁群优化算法的具有容量约束的选址与路径问题研究(中文14000字,英文PDF)
摘要
一个物流系统的成功取决于决定仓库位置和车辆路径。为了使得系统总成本极小化，选址路径问题（LRP）同时为选址和路径提供决策。本文提出了一种多蚁群优化算法（MACO）以解决具有容量限制的仓库选址和路径问题（CLRP）。我们将具有容量限制的路径选址问题（CLRP）分解为设施选址问题（FLP）和多仓库车辆路径问题（MDVRP），其中后者被视为第一个问题的一个子问题。多蚁群优化算法（MACO）采用一种分层蚁群结构来优化不同的子问题：选址、客户分配和车辆路径问题，其中后两个为多仓库车辆路径问题（MDVRP）的决策。群体之间的合作是通过选址和客户分配之间的信息素更新这种交换信息方式来实现的。所提出的算法由四个不同的基准实例集合进行评估，并与文献中的其他算法做比较。与其他知名算法相比较而言，计算结果表明了多蚁群优化算法（MACO）能够获得许多新的最佳解决方案。 [资料来源：Doc163.com]