【導(dǎo)讀】中國(guó)礦業(yè)大學(xué)2021屆本科生畢業(yè)論文第1頁(yè)

　　

【正文】 統(tǒng)擁擠路段后，系統(tǒng)可以選擇避開(kāi)該路段的最優(yōu)路徑。 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(gè)按鈕，分別用于產(chǎn)生隨機(jī)數(shù)據(jù)、選擇路線(xiàn)最短的路徑、選擇時(shí)間最短的路徑、模擬汽車(chē)行進(jìn)、退出軟件。顯示部分可以顯示最優(yōu)路徑以及相應(yīng)路徑的代價(jià)。具體的，右欄可以顯示倉(cāng)庫(kù)和客戶(hù)區(qū)位置（此軟件設(shè)置客戶(hù)區(qū)為 14 個(gè)）并且根據(jù)相應(yīng)的操作描繪出最佳路線(xiàn)并模擬汽車(chē)行進(jìn)。 編程實(shí)現(xiàn)上，自定義兩個(gè)類(lèi)， class WuLiu、 class Ant，其中 WuLiu 類(lèi)用于實(shí)現(xiàn)軟件的外觀； Ant 類(lèi)用于 實(shí)現(xiàn)算法。 測(cè)試文檔 測(cè)試方法： 軟件運(yùn)行后，點(diǎn)擊 Produce Data 按鈕可以生成隨機(jī)測(cè)試數(shù)據(jù)，如果數(shù)據(jù)不理想，可以繼續(xù)點(diǎn)擊該按鈕；點(diǎn)擊 Route Shortest 按鈕，右側(cè)欄會(huì)描繪最優(yōu)路中國(guó)礦業(yè)大學(xué) 2021 屆本科生畢業(yè)論文 第 27 頁(yè) 徑，同時(shí)左欄會(huì)顯示路徑中從倉(cāng)庫(kù)出發(fā)依次經(jīng)過(guò)的客戶(hù)區(qū)，同時(shí)顯示此條路徑的代價(jià)；對(duì)于時(shí)間最短的測(cè)試與上面類(lèi)似；點(diǎn)擊 Drive，模擬汽車(chē)行進(jìn)；點(diǎn)擊 Exit，退出軟件。 測(cè)試中可能出現(xiàn)的問(wèn)題： 對(duì)于同一批數(shù)據(jù)，兩次點(diǎn)擊 Route Shortest 按鈕生成的最優(yōu)路徑會(huì)有所不同，這是由于算法陷入局部最優(yōu)導(dǎo)致。對(duì)于時(shí)間最短路 徑可能會(huì)出現(xiàn)的問(wèn)題也是如此。雖然會(huì)出現(xiàn)陷入局部最優(yōu)的情況，但是，測(cè)試發(fā)現(xiàn)由此造成的誤差會(huì)限制在一定范圍內(nèi)，這中誤差往往是可以接受的，另外可以通過(guò)選擇合適的 alpha、beta 值使得誤差進(jìn)一步減小。 第七章 總結(jié)語(yǔ) 本文的核心研究是基于改進(jìn)蟻群算法的物流配送路徑優(yōu)化問(wèn)題。針對(duì)該問(wèn)題，將今年來(lái)市場(chǎng)以及研究中運(yùn)用過(guò)的其他智能算法相應(yīng)做了對(duì)比和簡(jiǎn)述。論文中，通過(guò)結(jié)合最大最小蟻群算法對(duì)基本蟻群算法做出改進(jìn)，解決了基本蟻群算法收斂速度緩慢，優(yōu)化結(jié)果差等問(wèn)題，同時(shí)基于改進(jìn)后的算法本身也可以做到避免陷入局部搜索、算法停滯等問(wèn)題。在信息素方面無(wú)論是信息素初始化更新，還是迭代時(shí)的重新初始化更新方面，改進(jìn)算法都具有優(yōu)勢(shì)，相應(yīng)的提高算法收斂速度和全局尋優(yōu)能力。 本文在驗(yàn)證方面選取的是經(jīng)典問(wèn)題 —— 旅行商問(wèn)題（ TSP），為了使得論文研究更具實(shí)際 價(jià)值，在車(chē)輛路徑問(wèn)題（ VRP）的基礎(chǔ)上做出進(jìn)一步擴(kuò)充 —— 在容量方面做出基于現(xiàn)實(shí)的限制，也就是 CVRP。本文的所有研究都是基于該前提條件進(jìn)行的研究，實(shí)際應(yīng)用方面更具考究。 在最終的軟件設(shè)計(jì)方面，完全滿(mǎn)足論文選題對(duì)軟件的技術(shù)要求，在隨機(jī)生成需求點(diǎn)坐標(biāo)后，軟件可以快速的做出響應(yīng)，給出滿(mǎn)足條件的優(yōu)化路徑，包括最短時(shí)間優(yōu)化和最短距離優(yōu)化，同時(shí)在軟件中也可以實(shí)現(xiàn)針對(duì)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(jià)。并且給出了優(yōu)化路徑的數(shù)字表達(dá)，更直觀也更加滿(mǎn)足在現(xiàn)實(shí)環(huán)境中的路徑解決需要。 本論文主要工作如下： 中國(guó)礦業(yè)大學(xué) 2021 屆本科生畢業(yè)論文 第 28 頁(yè) 開(kāi)題介紹了論文研究的背景、目的、意義，以及對(duì)國(guó)內(nèi)外相關(guān)物流發(fā)展現(xiàn)狀和問(wèn)題展開(kāi)討論。 對(duì)相關(guān)的智能算法做了部分簡(jiǎn)介，包括各種智能算法的演繹基本原理、發(fā)展優(yōu)勢(shì)及實(shí)際應(yīng)用中產(chǎn)生的問(wèn)題和不足。 進(jìn)入本論文重點(diǎn)需要應(yīng)用和介紹的部門(mén) —— 對(duì)基本蟻群算法的基本原理、數(shù)學(xué)模型和約束條件等做了論述，同時(shí)相應(yīng)介紹 TSP、 CVRP 等問(wèn)題，為后面的改進(jìn)蟻群算法章節(jié)做了鋪墊。 主要介紹改進(jìn)后的最大最小蟻群算法，列出在基本蟻群算法改進(jìn)的步驟、注意點(diǎn)，結(jié)合相關(guān)研究得出改進(jìn)后蟻群算法的優(yōu)勢(shì)所在。 針對(duì)以上研究對(duì)基于 QT 界面制作的軟件部分做出相關(guān)介紹，包括軟件的總體設(shè)計(jì)、制作原理和功能要求。 對(duì)論文中算法的優(yōu)勢(shì)以及軟件部分的優(yōu)缺點(diǎn)進(jìn)行總結(jié)，同時(shí)對(duì)未來(lái)物流的發(fā)展進(jìn)行展望，也提出了針對(duì)本論文可以改進(jìn)的地方。 結(jié)合論文部分做出的基于改進(jìn)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(shí)間、花費(fèi) 較小 代價(jià)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。 研究展望 如上所說(shuō)，本文能夠在選題的要求下做出較為合適的系統(tǒng)，最終得出最優(yōu)解或者近似最優(yōu)。然而，本論文也是一些不足之處。比如，路徑選擇都是直線(xiàn)行走，而實(shí)際生活中的路線(xiàn)不可能都是直線(xiàn)，當(dāng)然，這是技術(shù)層面上的問(wèn)題，相對(duì)來(lái)說(shuō)，需求點(diǎn)的順序走向是沒(méi)有太大 差異 。 所以，在時(shí)間和技術(shù)允許的情況下，還可以做出一下幾個(gè)方面的研究拓展： GPS 導(dǎo)航技術(shù)的支持。這會(huì)使得該系統(tǒng)更加完善，配送車(chē)輛在某一點(diǎn)時(shí)隨時(shí)可以根據(jù)具體情況改變方案。 在系統(tǒng)中可以加入一個(gè)需求緊急度，即將客戶(hù)的需求分類(lèi)，哪些需要重點(diǎn)、迅速的配送，哪些相對(duì)時(shí)間不急，這樣的安 排更具人性化。 建立真實(shí)情況 下客戶(hù)資源數(shù)據(jù)庫(kù)。 中國(guó)礦業(yè)大學(xué) 2021 屆本科生畢業(yè)論文 第 29 頁(yè) 可以細(xì)化軟件模塊，比如添加用戶(hù)注冊(cè)模塊、用戶(hù)登錄模塊甚至系統(tǒng)管理模塊等等 。 動(dòng)態(tài)設(shè)計(jì)更優(yōu)化。本系統(tǒng)是可以避開(kāi)事故路段重新規(guī)劃路徑的，然而這還是不夠的，如果進(jìn)一步對(duì)其動(dòng)態(tài)設(shè)計(jì)，還可以添加在行駛途中遭遇問(wèn)題的規(guī)劃。 技術(shù)革新的腳步從沒(méi)有停止過(guò)，不斷的創(chuàng)新才是發(fā)展的根本。正如論文對(duì)基本蟻群算法的改進(jìn)一樣，今后也一定會(huì)出現(xiàn)更好、更快的算法，我們要做的就是把這些運(yùn)用到實(shí)際中，讓物流業(yè)的發(fā)展更進(jìn)一步。 作者在技術(shù)和經(jīng)驗(yàn)上還有諸多不足，論文中難免有些許錯(cuò)誤，往各位老師能夠指 正，不勝感激。 參考文獻(xiàn) [1] Bernd Bullnheimer, Richaxd F Hartl, Christine strauss. An improved Ant System algorithm for the Vehicle Routing Problem [J]. Annals of Operations Researeh, 89(1999)319328. [2] LANG Maoxiang. Study of the optimizing of physical distribution routing problem based on geic algorithm [J]. China Journal of Highway and Transport, 2021, 15(3): 7679. (in Chinese) [郎茂祥 . 基于遺傳算法的物流配送路徑優(yōu)化問(wèn)題研究 [J]. 中國(guó)公路學(xué)報(bào)， 2021,15(3)：7679.] [3] XU Ning, LI Chunguang, ZHANG Jian, et al. Studies on Some Modern Optimization Algorithms. SYSTEMS ENGINEERING AND 中國(guó)礦業(yè)大學(xué) 2021 屆本科生畢業(yè)論文 第 30 頁(yè) ELECTRONICS. 2021 : 101104. [徐 寧，李春光，張健等 . 幾種現(xiàn)代優(yōu)化算法的比較研究 . 系統(tǒng)工程與電子技術(shù)， 2021 年，第 24 卷第 12 期： 101104.] [4] CHANG Yuntao, PENG Guoxiong. Urban arterial road coordinate control based on geic algorithm [J]. Journal of Traffic and Transportation Engineering, 2021, 3(2):106112. (in Chinese) [常云濤，彭國(guó)雄 . 基于遺傳算法的城市干道協(xié)調(diào)控制 [J]. 交通運(yùn)輸工程學(xué)報(bào)，2021， 3(2)： 106112.] [5] LIN Yang, CAI Yuanli, HUANG Yongxuan. Dynamic origindestination matrix estimation for freeways [J]. Journal of Chang39。an University (Natural Science Edition), 2021, 23(6): 8386. (in Chinese) [林 勇，蔡遠(yuǎn)利，黃永宣 . 高速公路動(dòng)態(tài) OD 矩陣估計(jì) [J]. 長(zhǎng)安大學(xué)學(xué)報(bào) (自然科學(xué)版 )， 2021， 23(6)： 8386.] [6] LANG Maoxiang, HU Siji. Study on the Optimization of Physical Distribution Routing Problem by Using Hybrid Geic Algorithm. CHINESE JOURNAL OF MANAGEMENT SCIENCE, 2021 : 5156. [郎茂祥、胡思繼，用混合遺傳算法求解物流配送路徑優(yōu)化問(wèn)題的研究，中國(guó)管理科學(xué)， 2021， 10(10)：5156.] [7] Chen Haijun, Chen Tieyin. Application of Hybrid Geic Algorithm in Vehicle Routing Problem. 中國(guó)礦業(yè)大學(xué) 2021 屆本科生畢業(yè)論文 第 31 頁(yè) COMPUTER amp。 DIGITAL ENGINEERING, 2021 : 9195. [陳海軍，陳鐵英 . 混合遺傳算法在路徑選擇問(wèn)題的應(yīng)用 . 計(jì)算機(jī)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(jìn)展 . 河海大學(xué)學(xué)報(bào)（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(guó)礦業(yè)大學(xué) 2021 屆本科生畢業(yè)論文 第 32 頁(yè) 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(wèn)題的研究 . 計(jì)算機(jī)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(jìn)的蟻群算法在礦山物流配送路徑優(yōu)化中的研究 . 中國(guó)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(duì)最優(yōu)解進(jìn)行復(fù)制、交叉、變異 tabu={0}嗎