基于改进蚁群算法的医药冷链物流运输路径优化
文档名：基于改进蚁群算法的医药冷链物流运输路径优化
摘要：为解决大多数模型中制冷成本未考虑预冷参数而导致总成本求解精度不佳的问题,在制冷成本中加入预冷参数,得到新的总成本模型.基于遗传算法与IACO算法,提出了IGACO算法,此算法改进了传统蚁群算法的启发式因子与信息素更新方式,在此基础上加入交叉操作和变异因子,扩大算法搜索范围,进一步避免陷入局部最优的情况.经过试验对比分析,验证了IGACO算法所得出的最优路线、总成本、运行时间、收敛速度在一定程度上都优于其他算法.
Abstract：Inordertosolvetheproblemofpooraccuracyoftotalcostsolutionduetoprecoolingparametersnotconsideredinmostmodels,theprecoolingparametersareaddedtothecoolingcosttoobtainanewtotalcostmodel.BasedonthegeneticalgorithmandIACOalgorithm,theIGACOalgorithmisproposed.Thisalgorithmimprovestheheuristicfactorandpheromoneupdatemethodofthetraditionalantcolonyalgorithm.Crossoveroperationandvariationfactorareaddedonthisbasistoexpandthesearchrangeofthealgorithm,andfurtherthesituationoffallingintolocaloptimumisavoided.Afterexperimentcomparativeanalysis,itisverifiedthattheoptimalroute,totalcost,runningtimeandconvergencespeedderivedfromtheIGACOalgorithmarebetterthanothercomparativealgorithmstosomeextent.
作者：陈鑫影朱子青胡明捷Author：CHENXinyingZHUZiqingHUMingjie
作者单位：大连交通大学计算机与通信工程学院,辽宁大连116028
刊名：大连交通大学学报
Journal：JournalofDalianJiaotongUniversity
年，卷(期)：2024, 45(1)
分类号：
关键词：冷链物流IGACO算法预冷参数单点交叉变异算子
Keywords：coldchainlogisticsIGACOalgorithmpre-coolingparameterssingle-pointcrossovervaria-tionaloperator
机标分类号：F224TP301.6U116.2
在线出版日期：2024年4月24日
基金项目：辽宁省科技计划项目基于改进蚁群算法的医药冷链物流运输路径优化[
期刊论文]大连交通大学学报--2024, 45(1)陈鑫影朱子青胡明捷为解决大多数模型中制冷成本未考虑预冷参数而导致总成本求解精度不佳的问题,在制冷成本中加入预冷参数,得到新的总成本模型.基于遗传算法与IACO算法,提出了IGACO算法,此算法改进了传统蚁群算法的启发式因子与信息素更...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于改进蚁群算法的医药冷链物流运输路径优化Transportation Route Optimization of Pharmaceutical Cold Chain Logistics Based on Improved ant Colony Algorithm
基于改进蚁群算法的医药冷链物流运输路径优化.pdf
页:
[1]