基于改進混合蟻群算法的物流配送路徑優化研究

王海?李雪芹?孫玲玲

隨著社會經濟的不斷發展，國家之間綜合國力的較量，以及企業之間競爭力的較量，逐漸成為時代發展下的必然趨勢，而在大到國家之間小到企業之間的較量，都與物流行業的發展，物流水平的高低有著直接得密切地聯系。現代物流企業的營運發展不僅僅是應召了時代發展下的需求，同時也是維系著人們日常生活的有效進展以及相關企業的經營活動的正常開展。如何有效提高物流水平，優化物流配送路徑，找出更加利于企業經營發展的道路成為了更多企業所需要思考的問題，故，本文主要就基于改進混合蟻群算法的物流配送路徑進行優化性研究。

就我國目前經濟穩步提升的發展狀況來看，在其中占據半壁江山的物流行業對經濟的發展有著舉足輕重的作用，現代物流行業在整個國民經濟中起著支柱性作用，且所跨領域范圍寬廣。以此，現代物流經濟不再只是單純的增值性經濟活動，同時也是與社會生態環境緊密聯系的經濟活動，就物流行業下物流經濟的重要性來看，如何節約物流成本，找到最優物流配送方案是時代發展下的新課題，而蟻群算法原型本身就是一個尋找最短路徑的模型，固本文主要就改進混合蟻群算法來對物流配送的路徑進行優化。

一、蟻群算法在物流配送模型上的應用

明確螞蟻算法在物流配送中的運用以及對應關系，對其在實際配送路徑的選擇上有著積極的影響作用。將螞蟻群算法中的各個元素同物流配送模型下各要素對應起來是實現路徑優化選擇的前提準備。首先需要明確螞蟻在物流配送模型中代表的是負責配送的車輛，而目的地表示的就是模流配送的終點，路徑的對應關系，所體現的是客戶同物流配送之間的實際距離。

二、改進混合蟻群算法優化對物流配送路徑方案

（一）促進蟻群算法同遺傳算法的互補性

蟻群算法在物流行業中的運用，來源于對蟻群從窩巢出發尋找食物在沿途過程中通過留下的信息素的濃度，以及其路徑上的分布情況進行分析，最終找出最優路徑以供后來者的參考，再不斷地重新對路徑的選擇中根據遺留下來的信息素的判斷，不斷加強該路徑上螞蟻信息素的濃度，以較快的速度構成最優解。遺傳算法相較螞蟻算法在局域中的計算來說，隨機性更強，交叉性搜索更加復雜，不能夠保證在較短的時間內搜索出路徑最優解。

螞蟻群算法根據路徑上遺留下來信息素對最優路徑的判斷，可能由于一開始選擇的錯誤導致后來的螞蟻對其正確性的堅信導致該錯誤路徑上的信息素越來越多，致使最優路徑的選擇整個偏離航道。而遺傳算法的全局性，通過交叉以及變異操作，雖然能夠有效照顧到整體路徑選擇的可能性，避免局域搜索過程中可能出現的停滯不前的現象，但是由于其操作全局的復雜性在整個最優路徑的選擇中仍然存在缺陷。

由于螞蟻算法及遺傳算法的優劣勢的存在，需要在物流配送的路徑的選擇上，積極采用最合理有效的方法，通過促進蟻群算法同遺傳算法的互補性，吸取二者中的優點彌補兩者中存在的缺陷從而來完善混合螞蟻群算法，來促進對物流配送路徑的最優化選擇。

（二）積極改進混合蟻群算法

積極改進混合蟻群算法，對物流配送中的最優路徑的選取有著直接得促進作用。故對傳統的物流配送方案下車輛輪班出發進行改革，實現同時從物流配送中心一起出發，強調并行機制的運用，并且，在傳統蟻群算法中取得一組路徑最優解之上，引進分組變異機制，對循環次數首先進行分組操作，在組內實現對路徑的最優解的搜索以及復制操作，在組外，運用遺傳算法的核心要素對數據進行變異、比較操作，從而選出最優解更新路徑上的信息素的分布，以此來提高物流配送中最優路徑選擇的準確性，以及選擇的效率。

1.編碼

編碼的思想來源于遺傳算法中，每個遺傳算子都基于所對應的基因編碼進行操作，故，根據該思想，要對物流配送方案提出改善，需要在螞蟻群算法中融入該思想，對于相應的物流配送模型也要基于編碼進行操作。

2.復制

根據傳統遺傳算法的操作中對父代中更加優秀的基因進行選擇、保留、遺傳的操作，在物流配送中的應用中可具體表現為，對已查詢到的路徑進行比較，留下最優配送路徑。而在改進混合蟻群算法的實際應用中，要求進行分組，按照循環次數為8次，group=count/4將其具體分為兩組，方便對組內最優配送路徑的查詢、保留、復制，以及后續對其的變異操作。

3.變異

在螞蟻群算法中引入遺傳算法中的重要思想變異算子的應用，可有效滿足對物流配送路徑搜索的效率要求。在上述分組后在組內進行最優路徑的選擇以及復制保留操作，在組外，對路徑選擇子代進行變異操作，更新信息素的有效值，從而提高接下來對最優路徑搜索的速度以及質量。

三、結語

物流配送行業的發展在社會快速發展的大背景下贏來了新的生機，而對于物流配送中最優路徑的選擇，成為了更多物流企業共同思考的問題。固本文主要就混合蟻群算法的角度進行深入探究，通過積極促進蟻群算法同遺傳算法的互補性，將二者有效融合，從而對物流配送下的最優路徑的選擇提出建設性意見。（作者單位：南通航運職業技術學院）

項目名稱：2018年江蘇省大學生創新創業訓練項目—基于蟻群算法的物流配送車輛路徑優化研究。項目編號：201812703022X。2018年南通航運職業技術學院科技類課題——基于智能優化的物流配送路徑規劃算法研究。項目編號：HYKY/2018B04。