带车辆行程约束的VRPSPD问题的改进蚁群算法

被引:13
作者
张涛 [1 ]
田文馨 [2 ]
张玥杰 [3 ]
刘士新 [4 ]
机构
[1] 上海财经大学信息管理与工程学院
[2] 上海金融学院现代教育中心信息化办公室
[3] 复旦大学计算机科学与工程系上海市智能信息处理重点实验室
[4] 东北大学信息科学与工程学院流程工业综合自动化教育部重点实验室
关键词
系统工程; 逆向物流; 同时送取货的车辆路径问题; 蚁群系统; 混合整数规划;
D O I
暂无
中图分类号
O22 [运筹学];
学科分类号
070105 ; 1201 ;
摘要
研究一个仓库下,同质车队具有最大负载能力限制,客户同时具有送货与取货需求,产品以原有形态回收的逆向物流车辆路径问题,建立了带车辆最大行程约束的VRPSPD问题的混合整数规划模型;在蚁群系统算法的基础上,采用了基于排序的蚂蚁系统和最大最小蚂蚁系统算法的信息素更新策略,针对VRPSPD问题车辆负载量不断波动的复杂特性,设计了考虑车辆负载使用率的启发式因子;考虑车辆出仓载货量的初始化与剩余客户的送取货需求量相关,并在一定范围内随机取值.实例运算的结果表明,该算法对于求解带车辆最大行程约束的VRPSPD问题,可以有效提高车辆的负载率,避免因负载波动和最大负载能力约束而增加车辆总行程,在可接受的计算时间内收敛到满意解.
引用
收藏
页码:132 / 140+169 +169
页数:10
相关论文
共 12 条
[1]   基于自适应蚁群算法的车辆路径问题研究 [J].
刘志硕 ;
申金升 ;
柴跃廷 ;
不详 .
控制与决策 , 2005, (05) :562-566
[2]   改进的最大-最小蚂蚁算法在有时间窗车辆路径问题中的应用 [J].
万旭 ;
林健良 ;
杨晓伟 .
计算机集成制造系统, 2005, (04) :572-576
[3]   车辆路径问题(VRP)的蚂蚁搜索算法 [J].
崔雪丽 ;
马良 ;
范炳全 .
系统工程学报, 2004, (04) :418-422
[4]   求解复杂TSP问题的随机扰动蚁群算法 [J].
郝晋 ;
石立宝 ;
周家启 .
系统工程理论与实践, 2002, (09) :88-91+136
[5]   自适应调整信息素的蚁群算法 [J].
覃刚力 ;
杨家本 .
信息与控制, 2002, (03) :198-201+210
[6]   具有变异特征的蚁群算法 [J].
吴庆洪 ;
张纪会 ;
徐心和 ;
不详 .
计算机研究与发展 , 1999, (10) :1240-1245
[7]   Multi colony ant algorithms [J].
Middendorf, M ;
Reischle, F ;
Schmeck, H .
JOURNAL OF HEURISTICS, 2002, 8 (03) :305-320
[9]  
MAX – MIN Ant System[J] . Thomas Stützle,Holger H. Hoos.Future Generation Computer Systems . 2000 (8)
[10]   Heuristics for the traveling salesman problem with pickup and delivery [J].
Gendreau, M ;
Laporte, G ;
Vigo, D .
COMPUTERS & OPERATIONS RESEARCH, 1999, 26 (07) :699-714