文献类型：期刊文章

作　　者：马贵平[1] 潘峰[1]

MA Gui-ping;PAN Feng(Hope College,Southwest Jiaotong University,Chengdu 610400,China)

机构地区：[1]西南交通大学希望学院,四川成都610400

出　　处：《计算机工程与科学》

基　　金：四川省地方普通本科高校应用型示范课程《货物运输组织》建设项目川教函〔2019〕31号;成都市交通+旅游大数据应用技术研究基地项目(2018003)。

年　　份：2020

卷　　号：42

期　　号：3

起止页码：523-528

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD_E2019_2020、INSPEC、JST、ZGKJHX、核心刊

摘　　要：为了在复杂的交通环境中能够快速求解出物流运输的最优路径,在传统蚁群算法基础之上提出了一种基于改进蚁群算法的物流运输路径优化模型。首先,通过在传统蚁群算法中加入基于运输时间、成本、道路平均通畅程度因子的约束条件,同时改进传统信息素的更新方式,对道路上的信息素浓度进行最大最小限制,从而改变路径选择转移概率。最后,利用改进蚁群算法与CSAACO算法、ACO算法进行仿真实验,在相同实验环境条件下测试3种算法在物流运输路径的距离缩短量和时间减少量,实验数据表明,改进蚁群算法在运输距离和运输时间方面明显低于CSAACO算法和ACO算法。改进蚁群算法拥有更强的全局寻优能力,算法收敛速度更快,所需时间更少,获得的最优路径更短,提高了整个物流行业的运输效率。

关 键 词：物流配送 路径优化  蚁群算法

分 类 号：TP391]