多时间窗车辆路径问题的混合蚁群算法

doi:10.3778/j.issn.1002-8331.2010.31.008

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (31): 28-31.DOI: 10.3778/j.issn.1002-8331.2010.31.008

多时间窗车辆路径问题的混合蚁群算法

彭碧涛^1，2，周永务¹

1.华南理工大学管理学院，广州 510641
2.广东外语外贸大学信息学院，广州 510006

收稿日期:2010-07-28 修回日期:2010-09-29 出版日期:2010-11-01 发布日期:2010-11-01
通讯作者: 彭碧涛

Hybrid ant colony algorithm for vehicle routing problem with multiple time windows

PENG Bi-tao^1，2，ZHOU Yong-wu¹

1.School of Business Administration，South China University of Technology，Guangzhou 510641，China
2.School of Informatics，Guangdong University of Foreign Studies，Guangzhou 510006，China

Received:2010-07-28 Revised:2010-09-29 Online:2010-11-01 Published:2010-11-01
Contact: PENG Bi-tao

摘要/Abstract

摘要： 研究了多时间窗车辆路径问题，建立了多时间窗车辆路径问题的数学模型，并基于蚁群算法设计了一种混合蚁群算法对问题进行了求解。该算法首先利用基本蚁群算法求解，然后采用2-opt算法和元胞自动算法对结果进行优化，同时加入变异算子。实验结果表明该算法可以有效地求解多时间窗车辆路径问题。

关键词: 车辆路径问题, 蚁群算法, 时间窗口

Abstract: Vehicle routing problem with multiple time windows（VRPMTW） is studied in this paper.The mathematical model is built，and a heuristic algorithm based on hybrid ant algorithm is designed.It uses ant algorithm to obtain the initial solution，and uses 2-opt and cellular model to improve the initial solution，and imports the mutate operator.Experiment results show that the algorithm can solve the VRPMTW efficiently.

Key words: vehicle routing problem, ant algorithm, time window

中图分类号:

TP301

彭碧涛^1，2，周永务¹. 多时间窗车辆路径问题的混合蚁群算法[J]. 计算机工程与应用, 2010, 46(31): 28-31.

PENG Bi-tao^1，2，ZHOU Yong-wu¹. Hybrid ant colony algorithm for vehicle routing problem with multiple time windows[J]. Computer Engineering and Applications, 2010, 46(31): 28-31.

[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]	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.
[4]	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.
[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]	姚洪刚，沐年国. EMD-LSTM模型对金融时间序列的预测[J]. 计算机工程与应用, 2021, 57(5): 239-244.
[7]	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.
[8]	李倩，蒋丽，梁昌勇. 基于模糊时间窗的多目标冷链配送优化[J]. 计算机工程与应用, 2021, 57(23): 255-262.
[9]	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.
[10]	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.
[11]	马艳芳，李保玉，杨屹夫，冯翠英. 客户分类下生鲜配送两级路径问题与算法研究[J]. 计算机工程与应用, 2021, 57(20): 287-298.
[12]	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.
[13]	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.
[14]	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.
[15]	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.

多时间窗车辆路径问题的混合蚁群算法

Hybrid ant colony algorithm for vehicle routing problem with multiple time windows

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics