【技术实现步骤摘要】
本专利技术涉及物流配送线路设计，具体为一种基于改进最大最小蚁群算法的物流配送线路优化方法。
技术介绍
1、随着经济全球化进程的不断加快，企业的物流活动日益频繁，电子商务快速发展，物流成为企业的一个重要环节，运输费用占物流费用的比重相当高，运输费用与物流配送路径选取直接相关，物流配送的目的就是为顾客提供最优的服务，同时，尽可能地降低物流配送成本，因此，设计最优的物流配送路径具有重要的研究意义。
2、由于国内物流起步比较晚，因此，物流配送路径设计研究时间相对较短，最初主要通过司机凭借自己的经验规划最优物流配送路径，由于缺乏科学指导，得到的物流配送路径并非最优，物流配送效率低，物流配送的成本高，随后有学者提出了基于贪婪法的物流配送路径设计方法，但是贪婪法求解最优路径的时间长，故有学者提出了动态规划算法的物流配送路径设计方法、基于整数规划算法的物流配送路径设计方法、基于分支定界法的物流配送路径设计方法，这些方法属于精确算法，虽然可以获得比贪婪法更优的物流配送路径，但是由于本质上和贪婪法均属于穷举搜索算法，物流配送路径求解问题属于np-hard问题，因此，同样存在物流配送路径求解时间长、效率低等局限性。
3、随着非线性优化理论、人工智能技术、群智能优化理论的不断发展和融合，近些年学者们提出了一些基于启发式搜索算法的物流配送路径设计方法，如基于遗传算法的物流配送路径设计方法、基于模拟退货算法的物流配送路径设计方法、基于禁忌搜索算法的物流配送路径设计方法、基于蚁群算法的物流配送路径设计方法，它们具有全局优化和通用性等特
4、针对当前物流配送路径设计方法存在求解效率低、求解错误率大的问题，为提高物流配送路径求解的成功率，提出了基于蚁群优化算法的最优物流配送路径设计方法，通过具体实例分析蚁群优化算法应用于最优物流配送路径设计中的有效性。
5、最大最小蚁群算法是一种利用概率来寻找最优解的方法，最大最小蚁群算法具有较强的鲁棒性，并且易于与其他算法相结合使用求解最优解，最大最小蚁群算法多用于tsp问题、车辆调度问题求解，此算法存在如下缺陷：
6、1、开始寻找初始解具有较大的随机性，影响了算法前期的搜索效率；
7、2、易陷入局部最优和出现停滞现象，当求解规模较大时，无法获得较好的结果。
8、物流配送车辆的线路优化是一个非常复杂的问题，直接影响着物流配送的效率和成本，因此需要采用科学的方法进行优化。
技术实现思路
1、本专利技术提供的专利技术目的在于提供一种基于改进最大最小蚁群算法的物流配送线路优化方法。通过遗传算法寻找初始解，再在此路径上应用初始信息素赋值公式进行赋值，加快蚂蚁在迭代前期的寻优效率，在算法陷入局部最优时，利用邻域搜索算法跳出最优，解决了蚁群算法容易陷入局部最优缺陷，结合邻域搜索算法的最大最小蚁群算法增强蚁群算法跳出局部最优解的能力，通过测试不同规模的tsplib标准算例验证算法有效性，无论是从求解稳定性还是求解质量来看，该算法均可取得较好的结果，使用本专利技术解决物流配送路线优化问题，可以快速得到较好的结果，减少配送线路总长度。
2、为了实现上述效果，本专利技术提供如下技术方案：一种基于改进最大最小蚁群算法的物流配送线路优化方法，包括以下步骤：
3、步骤一：构建算法：构建改进最大最小蚁群算法，用以求解tsp问题来验证算法的有效性。
4、步骤二：确定参数选择：选取tsplib实例库中kroa100为实验对象，通过实验仿真确定参数。
5、步骤三：实例库求解：对不同规模的tsplib标准算例进行计算，计算完成后，获得tsp问题可行解。
6、步骤四：实际数据求解：利用改进最大最小蚁群算法对所需配送路线进行优化，得到最终优化后的配送路线。
7、进一步的，在步骤一中，所述最大最小蚁群算法中，由于初始信息素均匀地分布在各条边上，算法一开始具有较大的随机性，因此，对于算法前期的搜索效率具有一定的影响。
8、进一步的，在步骤一中，所述遗传算法产生初始信息素的使用方法如下：
9、步骤1：采用遗传算法求出初始解，按照对应公式计算最大值和最小值；
10、步骤2：对初始解路径上的每一条边均根据对应公式进行初始信息素赋值。
11、进一步的，在步骤一中，所述改进最大最小蚁群算法包括以下两个阶段：
12、第一：采用遗传算法构造初始解，并赋初始信息素；
13、第二：将m只蚁群随机放到n个城市，蚂蚁进行搜索，当蚁群搜索停滞时，采用邻域搜索算法改善蚁群搜索找到的解。
14、进一步的，在步骤一中，当蚁群搜索停滞时，当迭代次数达到500次还未找到更好的解认为迭代停滞，采用邻域搜索算法改善蚁群搜索找到的解。
15、进一步的，在步骤一中，所述邻域搜索算法步骤如下：
16、步骤1：求出所有节点在坐标系中的中点x，连接坐标原点和中点x得到一条直线，这条直线把所有节点分成两部分，分别求这两部分中节点到坐标原点最近的距离，标记最近距离的点为m和n；
17、步骤2：从m、n点开始选取与之最近的点连接，每次都选择最近的点连接，直到遍历完所有节点，形成两条路径m和n，最后将m和n首首、尾尾相连得到一个当前最优解；
18、步骤3：对当前最优解进行邻域搜索，算出当前最优解中每两个点之间的距离，将距离最大的两点分别和其他节点依次两两交换；
19、步骤4：如果找到更好的解，则替换当前解最优解，得到新的当前最优解，跳转到步骤6，如果找不到更好的解，如果找不到更好的解，跳转到步骤5；
20、步骤5：将距离次大的两点分别和其他节点依次两两交换，跳转到步骤4；
21、步骤6：重复步骤3～步骤5，直至达到最大循环次数得到当前最优解。
22、进一步的，在步骤三中，用该算法对tsp实例库tsplib，eil51和kroa100算例进行求解，每个算例独立运行10次。
23、进一步的，在步骤三中，所述算法在搜索中找到的最好解为best，所述运行结果中找到的最差解为worst，所述运行结果的平均值为average，所述该算例已知最好解为bestknown。
24、进一步的，在步骤四中，选用企业实际配送数据进行求解，独立运行10次。
25、进一步的，在步骤四中，所述算法在搜索中找到的最好解为best，所述运行结果中找到的最差解为worst，所述运行的路径里程平均值为average，所述运行的平均时间为average time。
26、本专利技术提供了一种基于改进最大最小蚁群算法的物流配送线路优化方法，具备以下有益效果：通过遗本文档来自技高网...
【技术保护点】
1.一种基于改进最大最小蚁群算法的物流配送线路优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于改进最大最小蚁群算法的物流配送线路优化方法，其特征在于，在步骤S1中，所述最大最小蚁群算法中，由于初始信息素均匀地分布在各条边上，算法一开始具有较大的随机性，因此，对于算法前期的搜索效率具有一定的影响。
3.根据权利要求1所述的一种基于改进最大最小蚁群算法的物流配送线路优化方法，其特征在于，在步骤S1中，所述遗传算法产生初始信息素的使用方法如下：
4.根据权利要求1所述的一种基于改进最大最小蚁群算法的物流配送线路优化方法，其特征在于，在步骤S1中，所述改进最大最小蚁群算法包括以下两个阶段：
5.根据权利要求1所述的一种基于改进最大最小蚁群算法的物流配送线路优化方法，其特征在于，在步骤S1中，当蚁群搜索停滞时，当迭代次数达到500次还未找到更好的解认为迭代停滞，采用邻域搜索算法改善蚁群搜索找到的解。
6.根据权利要求1所述的一种基于改进最大最小蚁群算法的物流配送线路优化方法，其特征在于，在步骤S1中，所述邻域
7.根据权利要求1所述的一种基于改进最大最小蚁群算法的物流配送线路优化方法，其特征在于，在步骤S3中，用该算法对TSP实例库TSPLIB，eil51和kroA100算例进行求解，每个算例独立运行10次。
8.根据权利要求1所述的一种基于改进最大最小蚁群算法的物流配送线路优化方法，其特征在于，在步骤S3中，所述算法在搜索中找到的最好解为Best，所述运行结果中找到的最差解为Worst，所述运行结果的平均值为Average，所述该算例已知最好解为Best Known。
9.根据权利要求1所述的一种基于改进最大最小蚁群算法的物流配送线路优化方法，其特征在于，在步骤S4中，选用企业实际配送数据进行求解，独立运行10次。
10.根据权利要求1所述的一种基于改进最大最小蚁群算法的物流配送线路优化方法，其特征在于，在步骤S4中，所述算法在搜索中找到的最好解为Best，所述运行结果中找到的最差解为Worst，所述运行的路径里程平均值为Average，所述运行的平均时间为AverageTime。
...【技术特征摘要】
1.一种基于改进最大最小蚁群算法的物流配送线路优化方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于改进最大最小蚁群算法的物流配送线路优化方法，其特征在于，在步骤s1中，所述最大最小蚁群算法中，由于初始信息素均匀地分布在各条边上，算法一开始具有较大的随机性，因此，对于算法前期的搜索效率具有一定的影响。
3.根据权利要求1所述的一种基于改进最大最小蚁群算法的物流配送线路优化方法，其特征在于，在步骤s1中，所述遗传算法产生初始信息素的使用方法如下：
4.根据权利要求1所述的一种基于改进最大最小蚁群算法的物流配送线路优化方法，其特征在于，在步骤s1中，所述改进最大最小蚁群算法包括以下两个阶段：
5.根据权利要求1所述的一种基于改进最大最小蚁群算法的物流配送线路优化方法，其特征在于，在步骤s1中，当蚁群搜索停滞时，当迭代次数达到500次还未找到更好的解认为迭代停滞，采用邻域搜索算法改善蚁群搜索找到的解。
6.根据权利要求1所述的一种基于改进最大最小蚁群算法的物流配送线路优化方法，其特征在于，在步...
【专利技术属性】
技术研发人员：黄凯玲，
申请(专利权)人：广东工程职业技术学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。