[发明专利]一种车辆调度问题的改进最大‑最小蚁群优化方法及系统

摘要

本发明公开了一种车辆调度问题的改进最大‑最小蚁群优化方法及系统，方法包括根据委托单中的配送信息获取客户的地址信息，将相关信息读入最大‑最小蚁群算法中，然后对蚁群算法初始化、条件终止判断、路线构建、路线改进以及信息更新，本发明通过动态改变信息素挥发系数的数值，从而加速收敛，并且在更多路径上进行搜索，提高算法的全局搜索能力，避免出现早熟停滞现象，在求解车辆路径问题上具有容易实现、快速收敛、搜索能力强的优点。

主权项

一种车辆调度问题的改进最大‑最小蚁群优化方法，其特征在于，包括下述步骤：(1)从委托单中得到配送信息；(2)根据委托单中的客户名称，从地址数据库中查询获得客户的地址信息，包括客户的具体地址和客户与送货出发点之间的距离；(3)将上述的配送信息、客户的地址信息、车辆载重量信息读入最大‑最小蚁群算法中；(4)蚁群算法参数初始化，所述的参数包括迭代总次数、蚂蚁个数、轨迹强度范围、单位长度轨迹信息素数量，设有N个客户点，每条边上的信息素初始化为τmax，将N只蚂蚁放在配送中心所在节点上，每只蚂蚁的负载能力代表车辆的额定载重D；为每只蚂蚁建立空禁忌表tabuk；所述的禁忌表tabuk用以记录蚂蚁k当前所走过的城市，k＝1,2,…,N，集合随着进化过程作动态调整；(5)条件终止判断，当定时时间到，或达到最大迭代次数，或最优解重复达到指定次数，结束算法，转第(9)步；否则对蚁群中的每只蚂蚁，重复执行以下(6)～(8)步；(6)路线构建，首先将tabuk的补集中小于等于当前蚂蚁的负载量剩余的节点作为备选节点，即allowedk＝{0，1，…，N‑1}‑tabuk，每只蚂蚁根据如下转移概率公式选择下一个节点，逐步形成完整路线；同时将该节点加入tabuk中，刷新当前蚂蚁的负载量，若tabuk的补集中各节点的需求量di均大于当前负载量之剩余，则直接返回配送中心；(7)路线改进，采用2‑Opt局部搜索方法对第(6)步中形成的路线进行优化，使用2‑Opt局部优化算法调整线路间和线路内的次序，所述的2‑Opt局部搜索方法如下：假设xi和xj是解X中互不相邻的两个元素，xi+1和xj+1分别是xi和xj在路径中的直接后继节点，删去弧(xi,xi+1)、(xj,xj+1)，添加弧(xi,xj)、(xi+1,xj+1)，从而得到一条新路径，其中xi和xj可属于同一子路线，也可以属于不同子路线，如果新路径比原来的路径短，则保留这个更好的解，并针对不同的边重复进行以上步骤直到找不到更好的解为止，最后则得到局部最优化的解；(8)信息素更新，当N只蚂蚁均完成遍历任务时进行信息素的更新，增加该次迭代中表现最好的蚂蚁经过路径上的信息素浓度，计算出该次迭代最佳路径并保留：lmin＝minlk k∈{1,2,…,N}其中，lk为第k只蚂蚁走过的路程之和，仅对最短的路径进行信息素更新，更新规则如下：τijnew=(1-ρ(x))τijold+Δτijbest---(8.1)]]>且限制其中，ρ(x)＝CeAx，x∈[0,1]与迭代次数n对应，若最大迭代次数为NC_max，则n∈[0,NC_max]；ρ(x)是信息素挥发系数，则(1‑ρ(x))为信息素残留系数，为保证信息素更新后依然满足最大‑最小蚁群算法MMAS关于信息素浓度的限制，在信息素更新公式(8.1)后面加上判断条件：转到第(5)步；(9)输出结果。