科研之友
微信
新浪微博
Facebook
分享链接
摘要
车辆路径规划问题是当下发展和研究的热门问题之一，针对传统蚁群算法容易陷入局部最优的问题提出了3个改进方案。首先，在更新信息素阶段，只更新当前最优路径的信息素，降低信息素在路径上的积累速度，并增加一个奖励值保证前期迭代搜索的质量，同时为信息素的值设置了上下限。其次，随着迭代次数的增加，同时调整信息素挥发因子，逐步增大以适应蚁群搜索的信息素浓度变化。最后，加入了2-opt(2-optimization)算法、顺序交换策略、顺序插入策略来改进蚁群算法优化每次迭代得到的最优路径。将改进的算法应用在带时间窗的车辆路径问题(VRPTW)上，通过在Solomon Benchmark算例上进行实验，对比算法改进前后的路径最优解，从而证明改进后的算法性能更好。
- 出版日期2022
