【正文】 實現(xiàn) 本章就會展示基于改進后蟻群算法的物流配送路徑優(yōu)化系統(tǒng)。本軟件可以 在配送之前根據(jù)客戶的配送地址間線路間距、經(jīng)驗路況做分析計算出一條最優(yōu)配送路徑。對于時間最短路 徑可能會出現(xiàn)的問題也是如此。 在最終的軟件設(shè)計方面，完全滿足論文選題對軟件的技術(shù)要求，在隨機生成需求點坐標(biāo)后，軟件可以快速的做出響應(yīng)，給出滿足條件的優(yōu)化路徑，包括最短時間優(yōu)化和最短距離優(yōu)化，同時在軟件中也可以實現(xiàn)針對某事故路段而做出路徑的重新優(yōu)化，以及該優(yōu)化結(jié)果相應(yīng)路徑的代價。 結(jié)合論文部分做出的基于改進蟻群算法的物流配送路徑優(yōu)化系統(tǒng)，在適用性和功能性都較高，能夠在較短時間、花費 較小 代價的前提下給出最優(yōu)路徑或者接近最優(yōu)路徑的解，符合論文選題的要求。 中國礦業(yè)大學(xué) 2021 屆本科生畢業(yè)論文 第 29 頁 可以細化軟件模塊，比如添加用戶注冊模塊、用戶登錄模塊甚至系統(tǒng)管理模塊等等 。 DIGITAL ENGINEERING, 2021 : 9195. [陳海軍，陳鐵英 . 混合遺傳算法在路徑選擇問題的應(yīng)用 . 計算機與數(shù)字工程，第 33 卷（ 2021）第 4 期： 9195] [8] Marco Dorigo, Vittorio Maniezzo, Alberto Colnrni. Ant System: Optimization by a Colony of Cooperating Agents. IEEE Transactions on Systems, Man, and CybericsPART B: Cyberics, VOL. 26, No. 1, Feb. 1996. [9] V. Maniezzo, A. Carbonaro. Ant Colony Optimization: an overview, in Essays and Surveys in Metaheuristics [J].Kluwer 2021: 2144. [10] MA Junjian, DONG Zengchuan, WANG Chunxia, et al. Advances in research of ant colony algorithm. JOURNAL OF HOHAI UNIVERSITY (NATURAL SCIENCES), 2021 : 139143. [馬軍建，董增川，王春霞等 . 蟻群算法研究進展 . 河海大學(xué)學(xué)報（自然科學(xué)版）， 2021 年 3 月，第 33 卷第 2 期：139143.] [11] GAMBARDELLA L M, DORIGO M. AntQ: a reinforcement learning approach to the traveling salesman problem [A]. Proceedings of ML95, Twelfth Intern Conf on Machining[C]. Man Kaufmann, 1995: 252260. [12] STUTZLE T, HOOS H H. MAXMIN ant system [J]. Future Generation Computer System, 2021, 中國礦業(yè)大學(xué) 2021 屆本科生畢業(yè)論文 第 32 頁 16(8): 889914. [13] Liu Lin, Zhu Jianrong. The Research of Optimizing Physical Distribution Routing Based on Geic Algorithm. Computer Engineering and Applications, 2021, Vol41 : 227229. [柳林，朱建榮 . 基于遺傳算法的物流配送路徑優(yōu)化 問題的研究 . 計算機工程與應(yīng)用， 2021 年第 41 卷第 27 期： 227229.] [14] YANG Ruichen, YUN Qingxia. STUDY OF IMPROVED ANT COLONY SYSTEM IN THE ROUTING OPTIMIZATION FOR PHYSICAL DISTRIBUTION IN MINES. CHINA MOLYBDENUM INDUSTRY, 2021, Vol. 28 No. 6: 1618. [楊瑞臣，云慶夏 . 改進的蟻群算法在礦山物流配送路徑優(yōu)化中的研究 . 中國鑰業(yè)，2021 年 12 月，第 28 卷第 6 期： 1618.] Y N探索性搜索 確定性搜索 qq0 嗎 對最優(yōu)解進行復(fù)制、交叉、變異 tabu={0}嗎 。本系統(tǒng)是可以避開事故路段重新規(guī)劃路徑的，然而這還是不夠的，如果進一步對其動態(tài)設(shè)計，還可以添加在行駛途中遭遇問題的規(guī)劃。然而，本論文也是一些不足之處。 本論文主要工作如下： 中國礦業(yè)大學(xué) 2021 屆本科生畢業(yè)論文 第 28 頁 開題介紹了論文研究的背景、目的、意義，以及對國內(nèi)外相關(guān)物流發(fā)展現(xiàn)狀和問題展開討論。 第七章 總結(jié)語 本文的核心研究是基于改進蟻群算法的物流配送路徑優(yōu)化問題。 軟件界面分為左右兩欄，左欄控制部分有 produce data、 route shortest、time shortest、 Drive、 exit 五個按鈕，分別用于產(chǎn)生隨機數(shù)據(jù)、選擇路線最短的路徑、選擇時間最短的路徑、模擬汽車行進、退出軟件?？蛻舻刂烽g的距離采用設(shè)備坐標(biāo)像素間距模擬，坐標(biāo)之間行駛速度采用隨機算法生成。蟻群算法屬于 一種啟發(fā)式算法， 要想使得算法進化就必須不斷進行遍歷搜索；m i n m a xm a x [ ( t ) , ] ( t+ 1 ) ( t ) o th e r w is err? ? ?? ? ???? ??中國礦業(yè)大學(xué) 2021 屆本科生畢業(yè)論文 第 23 頁 但是不斷的搜索又會限制算法的收斂速度，進而反過來導(dǎo)致加長了最優(yōu)解的尋找時間，甚至忽略了最優(yōu)解。有時候我們還可以從算法參數(shù)、需求點選擇策略出發(fā)對其進行改進，這樣可以提高算法的自適應(yīng)性 。最重要的是這種限制可以使得需求點i 螞蟻選擇去需求的 j 的概率保持在區(qū)間 [pmin,pmax]內(nèi)。這個時候就有了第二個改進方式：將信息素限定在一個范圍區(qū)間內(nèi) [Imin， Imax]。以下我們所要研究的問題都將以此為前提進行。 中國礦業(yè)大學(xué) 2021 屆本科生畢業(yè)論文 第 20 頁 帶回程取貨?？蛻舻囊蠡蛘哒f需求量有大有小，有時候受到車輛本身的條件所限，是沒有辦法一次性全部裝載的，也就是說，車輛的要求負重不能大于車輛本身的最大載重。該參數(shù)的重要性在于可以抑制信息素的無限積累，而且也可以使算法舍棄已選擇過的差解?？梢园l(fā)現(xiàn)，無論是 Mk，還是 Nik，都與訪問路徑有關(guān)，事實上后者往往需要以前者 Mk給出的構(gòu)造規(guī)則來定義概論 P。將所有螞蟻隨機的選中的需求點中。上述約束條件中， a、 b兩個約束條件的作用就是限制每個點僅有一條邊進和一條邊出；而約束條件 c則保證搜索過程中不會出現(xiàn)回路解。該問題在圖論下又叫做哈密頓圈問題，最早是由一個叫 Euler 研究出其雛形?！鳓?kij 表示第 k 只螞蟻在本次迭代中留在邊 ij 上的信息素量。此時各路徑上的信息素量相等，設(shè)τ ij(0) = C（ C 為一較小的常數(shù)） 在 t時刻螞蟻 k 由 需求 點 i轉(zhuǎn)移到 需求 點 j 的概率： [ ( ) ] [ ][ ( ) ] [ ] i f ()0 ot he r wis eij ijk all owe d ik ikktkk tijj al l ow e dpt????????????? ??? ??? （ ） 其中， Jk(i)= {1， 2，??， n} tabuk 表示螞蟻 k 下一步允許選擇的城市集合。當(dāng) nk=0 時， Rk=Φ；當(dāng) nk≠ 0 時，? ? ? ?LrrrR knkkkk ,2,1, 21 ?? ?? 中國礦業(yè)大學(xué) 2021 屆本科生畢業(yè)論文 第 13 頁 約束條件 根據(jù)前文對路徑優(yōu)化的描述 ， 需要注意的約束條件如下 ： 1)線路上的 需求 點需求量之和 不可以 超過汽車載重量： kni r Qqkik ???1， nk≠ 0 2)每條 路徑的總長度不超過汽車一次配送的最大行駛距離： krni rr Ddd knkkikik ???? ? 01 1， nk≠ 0 3) 每個 需求 點的需 每次有 且只能由一輛汽車來完成： ??? 21 kk RR ， k1≠ k2 4) 配送 路徑 遍歷所有 需求 點： ? ?LnLnLRKkkkKkk???????110,2,1 ?? 優(yōu)化目標(biāo) 根據(jù) 需 優(yōu)化目標(biāo) ， 列出 所要 優(yōu)化目標(biāo)的數(shù)學(xué)形式： ? ?? ???? ???????? ????????? ?? ? ?? ??其他,11,0s g ns g nm i n1011kkkKkrnirrnnnddZ knkkikik 中國礦業(yè)大學(xué) 2021 屆本科生畢業(yè)論文 第 14 頁 優(yōu)化配送路線的蟻群算法 蟻群算法 的出現(xiàn)是根據(jù)自然界生物中螞蟻的覓食 行為啟發(fā)而產(chǎn)生的“自然”算法。 粒子群算法之所以會受到各界不同程度的關(guān)注，最重要在于針對復(fù)雜非線性問題，該算法具有比較強的尋優(yōu)能力，且簡單通用，魯棒性強。所以需要保證旅行商問題雜交算子編碼的有效性。 遵循上述準(zhǔn)則的模擬退火算法已經(jīng)脫離了局部搜索算法范疇，成為了一種全局尋找最優(yōu)解算法。出于對防止算法可能返回重復(fù)解的考慮， TS 可以將近期 訪問過的最優(yōu)解進行顯式保存或者直接禁止這些解。蟻群算法的優(yōu)勢在于它利用并行計算機制，可以很好的與其他算法結(jié)合 ， 魯棒性特點尤為突出。配送路徑中國礦業(yè)大學(xué) 2021 屆本科生畢業(yè)論文 第 8 頁 的優(yōu)化問題是物流配送 體系 的一個 重要 問題，物流配送路徑的優(yōu)化 根本在于 以 最短的配送運輸時間、 最低的 運輸 成本、最 迅速 的響應(yīng)把貨物運至 客戶 手中， 最短時間和最快速度兩者本身與最低運輸成本相制約，嚴格地來說這 一個多目標(biāo)的優(yōu)化問題。 此章的所述以及最后的軟件部分都將作為論文的實物支持。 本論文的研究工作主要包括： 第一章緒論部分主要以論文研究背景和目的方面為主，闡述了由國內(nèi)國際實際物流發(fā)展而產(chǎn)生的問題，引出本論文研究的必要性和重要性。而運輸?shù)木€路規(guī)劃主要是利用 各種技術(shù)以 最低的運營成本、最快捷的響應(yīng)速度、最短的配送運輸時間，把貨物運至用戶手中，達到節(jié)約費用和節(jié)省客戶時間雙贏的目的 。 根據(jù)論文選題要求，結(jié)合論文中選擇的優(yōu)化算法，開發(fā)出物流配送路徑優(yōu)化系統(tǒng)， 要求該系統(tǒng)要嚴格遵守選題要求，可適當(dāng)做出改進和拓展， 作為論文的實踐研究。實際解決中采用精確算法確實可得最優(yōu)解，弊端則是求解時間會隨著問題規(guī)模的增大而指數(shù)增長。 因此 該 如何實現(xiàn) 高效、迅捷的配送是企業(yè) 經(jīng)營 急需解決的問題 。 在我國， 2021 年后， 隨著 網(wǎng)絡(luò)時代的極速發(fā)展 ， 帶動了網(wǎng)購 即電子商務(wù)的發(fā)展，相應(yīng)地我國對物流的需求也愈發(fā)增大。中國礦業(yè)大學(xué) 2021 屆本科生畢業(yè)論文 第 1 頁 目 錄 第一章 第一章 緒論 ................................................................................................................... 3 研究背景 ......................................................................................................... 3 本文研究目的和意義 .................................................................................... 4 本文研究目的 ..................................................................................... 4 本文研究的意義 ................................................................................. 5 本論文的主要工作 ..........