基于蚁群算法的产品配置方法及其应用

计算机工程与应用 ›› 2008, Vol. 44 ›› Issue (9): 94-97.

基于蚁群算法的产品配置方法及其应用

李燚,魏小鹏,赵婷婷

大连大学先进设计中心，辽宁大连 116622

收稿日期:2007-08-01 修回日期:2007-11-15 出版日期:2008-03-21 发布日期:2008-03-21
通讯作者: 李燚

Method and application of product configuration based on ant colony algorithm

LI Yi,WEI Xiao-peng,ZHAO Ting-ting

Center for Advanced Design Technology，Dalian University，Dalian，Liaoning 116622，China

Received:2007-08-01 Revised:2007-11-15 Online:2008-03-21 Published:2008-03-21
Contact: LI Yi

摘要/Abstract

摘要： 为了更有效地解决产品配置优化问题，建立了基于相关矩阵的多目标产品优化配置模型，运用了改进的层次分析法计算各目标权重，提出了一种基于蚁群算法的产品配置求解方法，并在C#环境下进行了仿真实验，利用多次实验优化了算法参数。实验结果表明，该方法能有效解决产品配置求解问题，具有一定的理论参考价值和实际意义。

关键词: 产品配置, 蚁群算法, 相关矩阵, 层次分析法

Abstract: This paper proposes a multi-objective product configuration model based on the relation matrix，an improved Analytic Hierarchy Process（AHP） is adopted to determine the weights of sub-objective functions，and an algorithm based on ant colony algorithm for Product Configuration is provided to resolve product configuration effectively.In addition，simulation experiment is done under the environment of C#，and the optimized parameter is obtained by several emulators.The experiment data shows that the ant colony algorithm is an effective way to the solution.

Key words: product configuration, ant colony algorithm, relation matrix, analytic hierarchy process

李燚,魏小鹏,赵婷婷. 基于蚁群算法的产品配置方法及其应用[J]. 计算机工程与应用, 2008, 44(9): 94-97.

LI Yi,WEI Xiao-peng,ZHAO Ting-ting. Method and application of product configuration based on ant colony algorithm[J]. Computer Engineering and Applications, 2008, 44(9): 94-97.

[1]	史春天，曾艳阳，侯守明. 群体智能算法在图像分割中的应用综述[J]. 计算机工程与应用, 2021, 57(8): 36-47.
[2]	张松灿，普杰信，司彦娜，孙力帆. 基于种群相似度的自适应改进蚁群算法及应用[J]. 计算机工程与应用, 2021, 57(8): 70-77.
[3]	朱佳莹，高茂庭. 融合粒子群与改进蚁群算法的AUV路径规划算法[J]. 计算机工程与应用, 2021, 57(6): 267-273.
[4]	卜冠南，刘建华，姜磊，张冬阳. 一种自适应分组的蚁群算法[J]. 计算机工程与应用, 2021, 57(6): 67-73.
[5]	马向华，张谦. 改进蚁群算法在机器人路径规划上的研究[J]. 计算机工程与应用, 2021, 57(5): 210-215.
[6]	李壮阔，常凯旋. 合作博弈的连续蚁群算法求解[J]. 计算机工程与应用, 2021, 57(24): 198-204.
[7]	王晓光，杨培蓓. 航运物流企业数字化转型设计与效果分析[J]. 计算机工程与应用, 2021, 57(21): 241-247.
[8]	张子然，黄卫华，陈阳，章政，李梓远. 基于双向搜索的改进蚁群路径规划算法[J]. 计算机工程与应用, 2021, 57(21): 270-277.
[9]	李二超，齐款款. 改进双向蚁群算法的移动机器人路径规划[J]. 计算机工程与应用, 2021, 57(18): 281-288.
[10]	何雅颖，范昕炜. 改进蚁群算法在机器人路径规划中的应用[J]. 计算机工程与应用, 2021, 57(16): 276-282.
[11]	付朝晖，刘长石. 多物流中心共同配送的车辆路径问题研究[J]. 计算机工程与应用, 2021, 57(16): 291-298.
[12]	张苏英，郭宝樑，陈灵芝，刘慧贤. 双向蚁群算法的智能消防疏散图路径规划[J]. 计算机工程与应用, 2021, 57(14): 259-266.
[13]	付朝晖，刘长石. 生鲜电商配送的开放式时变车辆路径问题研究[J]. 计算机工程与应用, 2021, 57(1): 271-278.
[14]	胡春阳，姜平，周根荣. 改进蚁群算法在AGV路径规划中的应用[J]. 计算机工程与应用, 2020, 56(8): 270-278.
[15]	张松灿，普杰信，司彦娜，孙力帆. 蚁群算法在移动机器人路径规划中的应用综述[J]. 计算机工程与应用, 2020, 56(8): 10-19.