毕业设计（论文）-基于改进蚁群算法的物流配送路径优化

《毕业设计（论文）-基于改进蚁群算法的物流配送路径优化》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中国矿业大学2014届本科生毕业论文第32页目录第一章第一章绪论21.1研究背景21.2本文研究目的和意义31.2.1本文研究目的31.2.2本文研究的意义41.3本论文的主要工作5第二章路径优化研究现状与分析62.1研究现状62.2研究方法7第三章各种智能优化算法介绍73.1智能优化算法73.1.1禁忌搜索算法73.1.2模拟退火算法83.1.3遗传算法93.1.4粒子群优化算法93.1.5神经网络算法10第四章基于蚁群算法—系统开发基本思想104.1物流配送的问题描述104.2数学模型的建立114

2、.3约束条件114.4优化目标124.5优化配送路线的蚁群算法124.5.1基本思想124.5.2算法实现134.6TSP问题概述144.7基于蚁群算法求解旅行商问题（TSP）的基本流程144.8VRP相关问题论述17第五章蚁群算法的改进185.1问题描述185.2最大最小蚁群算法195.3蚁群算法的其他改进策略20第六章软件实现246.1功能要求246.2总体设计246.3软件架构25中国矿业大学2014届本科生毕业论文第32页6.4测试文档25第七章总结语26参考文献28中国矿业大学2014届本科

3、生毕业论文第32页摘要：本文所要探讨的物流配送路径优化问题，是基于改进蚁群算法的物流最优路径选择系统，算法实际上是正反馈原理和启发式算法相结合的一种算法。该软件采用C++语言编写，用Qt做界面，可在Win7下运行。在选择路径时，蚂蚁利用了路径上的信息素，不断叠加，最终产生最优路径。本系统提供给合乎用户需求的优化路径策略，如路径最短、时间最短等进行配送路线规划方案。结合网上已有资源及多次实验计算，从而证明合理的使用蚁群算法进行路径线路，能够高效、快速的得到问题的最优解或接近最优解。关键词：基本蚁群算法；

4、最大最小蚁群算法；物流配送；蚁群系统；路径优化；第一章绪论中国矿业大学2014届本科生毕业论文第32页1.1研究背景在美国，物流产业链被人们形象地比作“尚未开发的价值400亿美元的金矿"。数据显示，仅在每年物流成本上的支出，美国工业界就需要支付达到4000亿美元。如此庞大的数字，我们如果仅仅将它降低10％，一年就可以节约近400亿美元。在我国，2004年后，随着网络时代的极速发展，带动了网购即电子商务的发展，相应地我国对物流的需求也愈发增大。商务部公布的数据显示，去年我国物流总额将近38．4亿元，仅仅

5、过了一年，增幅较往年就到到了2．9个百分点，物流业的经济产出可见一斑。然而，就目前物流业发展可见，其发展己经成为经济发展过程中必须有效管理的问题。数据显示我国GDP中物流所占比持续偏高，甚至高于发达国家。如此可见，物流业经济的迅猛增长已经是势不可挡。然而通过观察以往的研究可以发现，我国现阶段物流配送的发展依旧十分落后，只配不送的尴尬现状造成物流配送中出现低效率、高成本、服务差等诸多问中国矿业大学2014届本科生毕业论文第32页题，这已经严重影响到了电子商务在未来市场的长足发展，要知道，电子商务在网络时

6、代中占据着极其重要的经济地位。高成本、低效率的物流配送使得在网上瞬间完成的电子商务所节约的时间、费用已变得毫无意义。试想一下，用户花费较少的支出买了商品，却需要在商品配送上另花费更多的时间和金钱，这本身就是一个不合理的现象。因此该如何实现高效、迅捷的配送是企业经营急需解决的问题。鉴于此，研究运用科学方法，合理建立一个高效率、低成本的物流配送系统来支持电子商务在物流业的发展己成为当务之急。1.2本文研究目的和意义1.2.1本文研究目的物流配送网络是指物流过程中相互联系的设施及组织的集合。多种不同的物流节

7、点和联结各点的线路构成了整个物流网络。其中节点包括仓库以及配送中心等，按规定进行物流配送运营的路线和航线则构成了物流线路。物流配送路径优化需要解决的根本问题就是从生产区域到消费区域的空间转移过程中对实现物品移动(运输)途径的优化。由于配送路径问题求解演算是属于NP．Hard（非确定性多项式）的问题，问题往往复杂性较高。此类问题的解决方法有不少，传统方法包括启发式算法和精确算法。实际解决中采用精确算法确实可得最优解，弊端则是求解时间会随着问题规模的增大而指数增长。一旦需要解决的节点过多往往需要花费很多时

8、间，因此在大数据的问题解决中运用很少。相比之下，启发式算法就要合适的多，它通常可以根据问题的特性而将其化为多个小问题，以较为直观的方式来求解各个支问题。这是该方法的优势所在。可是以往的研究成果表明，尽管运用启发式算法可以针对VRP（车辆路线问题）问题获得比较满意的解，但是同样的，当问题规模变大时，最优解的产生往往会超出计划计算时间，收敛速度极其缓慢，甚至算法会直接进入停滞状态。因此，本文研究的目的是：1、通过对各种智能算法的介绍比较，找出它们的区别和优缺