[發明專利]基于主次種群蟻群算法的物流配送路徑規劃方法

在審

• 申請號: 201611254003.3
• 申請日: 2016-12-30
• 公開（公告）號: CN108268959A
• 公開（公告）日: 2018-07-10
• 發明（設計）人: 鄒立斌;李青海;侯大勇;簡宋全
• 申請（專利權）人: 廣東精點數據科技股份有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/08;G06N3/00
• 代理公司: 北京隆源天恒知識產權代理事務所(普通合伙) 11473
• 代理人: 閆冬

本發明提供了一種基于主次種群蟻群算法的物流配送路徑規劃方法，為基于主次種群的蟻群算法，通過路徑去交叉策略，得到最優路徑。本發明的有益效果在于，本發明的物流配送路徑規劃方法，克服了最優最差蟻群算法和最大最小蟻群算法存在的弊端，通過路徑交叉策略或者節約策略，有效地節約了計算的時間，提高了最優路徑的搜索效率，得到了更加優化的結果。

技術領域

本發明涉及一種物流配送路徑規劃方法，尤其涉及一種基于主次種群蟻群算法的物流配送路徑規劃方法。

背景技術

隨著全球經濟的迅猛發展，我國在物流產業方面的發展也有了更廣闊的空間。作為“第三方利潤源泉”的現代物流主要負責商品存儲、運輸與配送，是企業與客戶之間的紐帶。配送是物流配送過程的核心環節，它是在一定經濟合理范圍內的局部的物流活動。企業工作人員按照顧客預定的不同物品，對其進行分類、封裝、并以最快的速度將產品送到客戶手里。配送作為一種顧客與企業的中介，其是否能以高水平完成，對企業在顧客心目中的地位非常重要。因此，現代配送系統中，配送中心根據合理化配送的要求，制定一個合理有效的貨物運送線路，選擇省時省力的流通運輸方式，盡最大能力滿足顧客對配送的需求。這種有關配送車輛路徑的優化，將對整個物流系統的運輸成本產生尤為重要的影響。

目前的路徑規劃方法是通過分析相關理論基礎知識，應用定性與定量分析的方法，并利用較強大的計算分析軟件，把蟻群算法作為基礎，依據現實中配送運輸過程中顧客的要求，研究了基本物流車輛配送路徑問題。但是該方法雖然能提高尋求最佳組合的速度和準確率，但其搜索過程會存在一定的盲目性、搜索路徑會出現偏差、收斂速度慢以及易陷入局部最優解等缺陷,且不能適應各種突發條件下的不穩定性需求，亟需進一步深入探討。

鑒于上述缺陷，本發明創作者經過長時間的研究和實踐終于獲得了本發明。

發明內容

為解決上述問題，本發明采用的技術方案在于，提供一種基于主次種群蟻群算法的物流配送路徑規劃方法，包括以下步驟：

S1：設定參數初始值：snum為次種群的數量；mnum為次種群內部所有螞蟻的個數；τmax為主種群和所述次種群的信息素表的初始值，禁忌表Tabu的大小為snum*mnum，L為路徑距離；同時初始化參數信息素啟發因子ρ、啟發因子α、距離啟發因子β及迭代次數NC；

S2：用NC＝NC+1計數循環次數；

S3：用little_sub＝little_sbu+1計數次種群；

S4：用little_Tabu記錄所述次種群little_sub的路徑，并為所述次種群內部mnum個體設定任意的城市為起點；

S5：用ant＝ant+1計數螞蟻個體；

S6：螞蟻ant開始遍歷依據的信息表是第little_sub個種群，每個螞蟻從貨物中心出發，根據轉移概率選擇下一個城市，若滿足車輛的容量限制，則將該服務點拉入該條路徑，否則，車輛返回起點，重新開辟另一條路徑，直到完成所有服務店，完成一次遍歷，s為產生的路徑；

S7：用2opt對生成的所述路徑s進行相應的處理后，將其記錄在所述表little_Tabu中；

S8：判斷ant是否等于mnum，若相等，繼續算法，若不相等，從所述步驟S5：開始繼續算法；

S9：當所述little_sub被全部記錄滿之后，同步對所述禁忌表Tabu和所述路徑距離L進行更新；

S10：判斷所述little_sbu是否等于所述snum，若相等，繼續算法，若不相等，從所述步驟S3開始繼續算法；

S11：對所述主種群和次種群的信息素進行更新，若迭代次數NC大于最大迭代次數NC_max，則尋優結束，輸出最優路徑，否則從所述步驟S2開始繼續算法。