基于改進蟻群算法的物流配送車輛路徑優化研究

徐偉+于凱麗

摘 要：蟻群算法具有十分廣闊的應用前景，但蟻群算法在求解路徑優化問題中存在收斂速度慢、易陷于局部最優路徑等缺點。文章通過改進傳統的蟻群算法，使蟻群算法求最優解的性能顯著提升，大幅提高了物流配送的效率。

關鍵詞：VRP；蟻群算法；路徑優化；算法改進

自從Dorigo在2004年編寫出版了第一本詳細介紹蟻群算法的著作之后，利用蟻群算法來解決物流配送車輛路徑優化問題引起了大量學者的注意。本文通過改進傳統蟻群算法，彌補了傳統蟻群算法中容易陷于局部最優、在求解過程中出現停滯現象等缺點，力求車輛路徑最優。

1 模型建立

3 實例仿真

設各參數m=31，Nc=200，a=1，β=5，ρ=0.5，Q=100，q0=0.5，選取31個鄉鎮坐標，利用本文改進的蟻群算法，使用Matlab2014a仿真軟件進行迭代計算，程序執行結果如下。

仿真球的最短路徑為shortest path=30→27→28→26→25→24→20→21→22→18→3→17→19→16→5→6→7→2→4→8→9→10→23→11→13→12→14→15→1→31→29 Shortest length =1.581 8 e+04。圖像表明，改進后的蟻群算法相較于傳統蟻群算法，在全局尋找最優解的能力方面有明顯優化，同時改善了算法的執行效率，在求解物流配送中的車輛路徑問題（Vehicle Routing Problem，VRP）問題上，能較快地取得較優結果。

4 結語

VRP問題是物流配送的關鍵，針對這一問題，筆者在大量閱讀調研的基礎上，通過調整狀態轉移規則及信息素更新策略，著重解決了傳統的蟻群算法陷入局部最優解的這一缺陷，增強了蟻群算法的正反饋機制，明顯提升了算法解的收斂速度及全局搜索能力。通過分析利用MATLAB軟件進行仿真計算所得到的數據，可以發現改進后的蟻群算法對提高物流配送的效率是有效的。

基金項目：2017年中國物流學會、中國物流與采購聯合會研究課題；項目名稱：基于禁忌搜索算法的車輛協作與路徑規劃研究；項目編號：2017CSLKT3-071。

作者簡介：徐偉（1979— ），男，山東巨野，博士，碩士生導師；研究方向：物流系統規劃與設計。

[參考文獻]

[1]DORIGO M. Ant colonies for the traveling salesman problem[J].Biosystems，1997（2）：73-81.

[2]胡小兵，黃席樾.蟻群優化算法及其應用[ J].計算機仿真，2004（5）：81-85.

[3]唐連生，程文明，張則強，等.基于改進蟻群算法的車輛路徑仿真研究[J].計算機仿真，2007（4）：262-264.

[4]陳迎欣.基于改進蟻群算法的車輛路徑優化問題研究[J].計算機應用研究，2012（6）：2031-2034.

Abstract： Ant colony algorithm has a very broad application prospects. However， the ant colony algorithm has some shortcomings such as slow convergence speed and easy to trap the local optimal path in solving the path optimization problem. In this paper， by improving the traditional ant colony algorithm， the ant colony algorithm is improved greatly in the performance of the optimal solution， which greatly improves the efficiency of logistics distribution.

Key words： Vehicle Routing Problem； ant colony algorithm； path optimization； algorithm improvement