一种快递最佳路径算法设计研究

题目一种快递最佳路径算法设计研究

学生姓名卢斌学号 1109014022 所在学院数学与计算机科学学院

专业班级数学教育1101班

指导教师和斌涛

完成地点陕西理工学院

2015年06月 10日

一种快递最佳路径算法设计研究

卢斌

(陕西理工学院,数学与计算机科学学院学院,数教11级,陕西汉中723000)

指导教师: 和斌涛

[摘要] 研究快递配送路径优化问题,是现代快递配送服务的关键环节之一,需要有一个快捷而有效的求解算法,来提高快递的服务质量.本文通过构建快递配送路径优化的数学模型,运用蚁

群算法来解决快递配送路径优化的问题,同时,通过改进客户点的选择策略,来提高算法的搜索

效率和全局寻优能力.结果表示,蚁群算法能够在最短的时间内找到快递配送的最优化解,是解

决快递配送路径优化的有效算法.

[关键词] 快递配送;路径优化;蚁群算法;选择策略;信息素

1引言

1.1 背景介绍

快递配送是企业出产进程中的关键之一,也是现代快递体系研究范畴中的重要内容之一.快递配送是由客户订货的要求和时间规定,在快递配送中心按时完成分货、配货,并将装配完成的货物用汽车往返运送的方式及时投递客户的小范围、近距离、小批量、多品种、为多客户服务的运输.在快递配送的办理上,需要有可行计划来寻觅一组使得费用最小的最佳路径,能将货物配送到每一位客户的手中,即所谓快递路径最优化题目.快递配送路径的公道与否,对降低配送本钱、加快配送速率、进步服务质量及增添整体经济效益影响庞大.因此,必需采纳科学合理的方法来确定快递配送路线,这是配送过程中一项非常重要的事情之一.

快递配送路径最优化问题是一类组合优化问题,其计算的研究过程十分复杂.随着市场经济的繁荣,快递配送业已取得了快速发展,越来越多的当代企业感受到快递配送在其企业出产与销售中的重要性.企业规模逐步扩展,营业越来越多,配送网点的数目自然而然的增多了起来,因此,快递配送中的路径选择的好与否对物流的配送效率、服务质量及配送费用都会有直接影响[1].

1.2 最佳路径问题的研究方向和特点

快递配送中的配送路径选择问题是一个典型的困难问题,其与铁路运输、水道航路、公交调剂选择十分相似,对于快递配送路径问题,很多学者举行了深入的研究,讨论出很多种求解方式,如系统仿真法、精确解法和人机互动法等.这些方法是提供了解决问题的思维想法,但事实上它们都各自存在不足.在系统仿真法中,现实中的快递景象逻辑化不能为仿真程序的可行性获得有效的保证;在精确解法中,会因为题目量大而求解耗时,效果低;在人机互动法中,办理者必须具备快递配送专业知识,因此主观性比较强,针对配送路径选择具有随意性.是以这些不足限定了这些方法的利用.启发式算法是指按照办理题目过去经验采用归纳推理和分析,从而来解决问题,目标是在可接受的价格下得出待解决问题的满意解,既节省了求解时间,又满足了解决问题的现实要求.因此,由于启发式算法的实现简单、效力高等优点引起了优化钻研范畴的高度重视,并在近年来取得了飞速的成长.

蚁群算法是一种新的种群启发式算法,其通过模拟自然界蚁群从巢穴到食物源的最短路径的寻找食物的过程来求解一些难题,它具有正反馈、并行计算、较强的鲁棒性,是基于总体优化的方法,在很多领域有着广泛的应用.蚁群算法原型本身就是一个寻找最短路径的模型,因此,它在路径优化方面都占据上风,应用蚁群算法对快递配送路径最优化进行求解,实验结果表明通过蚁群算法可以快速的找到一条最优的快递配送路径[2].

2 蚁群算法概念

2.1蚁群算法的提出

蚁群算法(),又称蚂蚁算法,是一种用来在图中寻找优化路径的机率型算法.它由于1992年在他的博士论文中提出,其灵感来源于蚂蚁在寻找食物过程中发现路径的行为.蚁群算法是一种模拟进化算法,初步的研究表明该算法具有许多优良的性质.

蚁群算法之所以能引起相关领域研究者的关注,是因为这种求解模式能将问题求解的快速性、全局优化特征以及有限时间内答案的合理性结合起来.其中,寻优的快速性是通过正反馈式的信息传递和积累来保证的.而算法的早熟性收敛又可以通过其分布式计算特征加以避免,同时,具有贪婪启发式搜索特征的蚁群系统又能在搜索过程的早期找到可以接受的问题解答.这种优越的问题分布式求解模式经过相关领域研究者的关注和努力,已经在最初的算法模型基础上得到了很大的改进和拓展.研究蚁群算法的改进方法以及其发展和应用的趋势,为蚁群算法在更多领域有更多的应用价值来说是十分必要的[3].

2.2 蚁群算法原理

2.2.1蚁群算法的概念原型

各个蚂蚁在没有事先告诉他们食物在什么地方的前提下开始寻找食物.当一只找到食物以后,它会向环境释放一种挥发性分泌物(称为信息素,该物质随着时间的推移会逐渐挥发消失,信息素浓度的大小表征路径的远近)来实现的,吸引其他的蚂蚁过来,这样越来越多的蚂蚁会找到食物.有些蚂蚁并没有像其它蚂蚁一样总重复同样的路,他们会另辟蹊径,如果另开辟的道路比原来的其他道路更短,那么,渐渐地,更多的蚂蚁被吸引到这条较短的路上来.最后,经过一段时间运行,可能会出现一条最短的路径被大多数蚂蚁重复着.

2.2.2 蚁群算法的原理

蚁群算法是一种“自然”算法,它是由于受自然界生物的行为,对自然界蚂蚁的寻求方式进行模拟而得出的一种算法.蚂蚁在运动过程中,能够在它所经过的路径上留下一种信息素（）的物质进行信息传递,而且蚂蚁在运动过程中能够感知这种物质,并且以此来指引自己的运动方向,因此由大量蚂蚁组成的蚁群集体行为便表现出一种信息正反馈现象：某一路径上走过的蚂蚁越多,则后来者选择该路径的概率就越大.在时间规定范围内,短路径会被很多的后来蚂蚁选择,因此,积累的信息量越来越多,在后面过程中被其他的蚂蚁选择的希望就越大.这个过程会一直延续到全部的蚂蚁都沿着最短的那条路径走为止.最终整个蚁群会找出最优路径.如下图就显示了这样一个模拟的过程[4].