期刊文章详细信息
基于改进蚁群算法的低碳车辆路径问题研究
Research on Low-carbon Vehicle Routing Problem Based on Modified Ant Colony Algorithm
文献类型:期刊文章
TANG Hui-ling;TANG Heng-shu;ZHU Xing-liang(School of Accountancy,Shanghai University of Finance and Economics,Shanghai 200433,China;School of Economics and Management,Chongqing Jiaotong University,Chongqing 400074,China;School of Finance and Taxation,Southwestern University of Finance and Economics,Chengdu 611130,China)
机构地区:[1]上海财经大学会计学院,上海200433 [2]重庆交通大学经济与管理学院,重庆400074 [3]西南财经大学财政税务学院,四川成都611130
年 份:2021
卷 号:29
期 号:7
起止页码:118-127
语 种:中文
收录情况:BDHX、BDHX2020、CSCD、CSCD2021_2022、CSSCI、CSSCI2021_2022、JST、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊
摘 要:全球气候恶化危及人类生存环境,物流运输过程中产生的大量温室气体则是祸源之一。本文考虑带有碳排放约束的车辆路径问题(VRP),以车辆行驶里程最短和碳排放量最小为目标,构建了多目标的VRP非线性规划模型。提出了一种改进的蚁群系统算法对该模型进行求解,算法在更新路径上的蚂蚁信息素时引入了混沌扰动机制,此举能降低算法运行时陷入局部最优解的概率并有效提高算法的适应性。同时,对启发因子、状态转移概率、信息素更新等环节进行了优化设计,提高了最优路径的搜索效率。最后,数值仿真实验证明了该算法的求解表现优于同类研究常用的遗传算法和禁忌搜索算法,具有较强的全局寻优能力。在灵敏性和有效性的保证下,本研究所设计的改进蚁群算法能够较好地处理低碳车辆路径问题(LCVRP)。
关 键 词:低碳车辆路径问题 碳排放 改进蚁群算法 混沌扰动机制
分 类 号:TP301.6]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...