基于蚁群算法的车辆路径优化方法研究与应用--以花木兰CSA社区配送为例

【摘要】：配送作为一种新型的物流手段,无论对企业的发展,还是整个经济社会效益的提高,都具有重要的作用。在配送物流成本中,运输和车辆配送的费用占有很大比重。但是在车辆配送面临客户网点不断增加,交通日益堵塞,车辆增多等一系列问题,造成车辆管理效率低下,配送成本增加,突发事件日益增多,企业利润日益降低等现象。因此本文主要对车辆配送过程中车辆路径优化进行了深入研究。在传统车辆路径优化VRP基础上引入遗传算法中的复制,变异等算子到蚁群算法中,通过改进客户选择策略,信息素变更方式,来提高收敛速度和寻找更优解,可以很好解决上述问题。具体研究内容如下所示。论文就花木兰CSA社区配送的路径优化问题进行了详细的研究,通过对花木兰农场社区配送的现状分析,指出其配送在路径优化方面存在的问题。然后运用AHP方法确定路径优化的具体目标,以便接下来建立相应的模型来解决所需问题。再对传统的车辆路径优化方法系统地分析和研究,比较各自的优点和不足。同时对遗传算法在车辆路径优化方面的应用现状进行分析,为下一步提出新的车辆路径优化方法做好理论准备。最后,针对上述对传统车辆路径优化方法无法应对随着业务需求和配送网点增加造成车辆调度瓶颈问题,在此基础上提出了引入遗传算法中的复制、变异等算子到蚁群算法中,通过改进客户选择策略、信息素变更方式来提高收敛速度和寻找更优解的基于蚁群算法的路径优化模型。并且结合花木兰农场CSA实例进行了实证分析,通过分析发现新算法能够快速更新配送站点,最短时间内对车辆调度进行规划,大大缩减了车辆配送的成本,具有一定的理论和应用价值。
【关键词】：CSA AHP 蚁群算法 遗传算法 车辆路径优化
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：F326.6;TP18