典型文献
面向车辆路径问题的改进蚁群算法研究
文献摘要：
为解决基础蚁群算法在求解车辆路径问题时出现收敛速度慢、易陷入局部最优解等问题,提出了一种改进蚁群算法.首先,引入节约矩阵更新选择概率公式引导蚂蚁搜索;其次,运用分段函数改进挥发因子,调整算法的收敛速度;再次,使用2-opt法,提高算法的局部搜索能力;最后,选取车辆路径问题国际通用数据集进行仿真,运用控制变量法找到信息素因子和启发函数因子的合适取值,以P类数据测试算法的改进效果,并与基础蚁群算法、遗传算法、模拟退火算法和粒子群算法进行对比.结果 表明,相较于基础蚁群算法,改进蚁群算法的最优路径总长度平均减少了6.97％;与遗传算法、模拟退火算法和粒子群算法相比,改进蚁群算法的寻优能力更强、收敛速度更快.因此,改进蚁群算法可以有效减少路径长度,跳出局部最优,加快收敛速度,尤其是在单路线允许服务点较多且各点分布较离散的车辆路径情况下,其优势更为明显,可为解决车辆路径问题提供一定的参考.
文献关键词：
交通运输工程其他学科;基础蚁群算法;路径规划;挥发因子;2-opt法
中图分类号：
作者姓名：
刘紫玉;赵丽霞;薛建越;陈军霞;宋伟
作者机构：
河北科技大学经济管理学院,河北石家庄 050018
文献出处：
引用格式：
[1]刘紫玉;赵丽霞;薛建越;陈军霞;宋伟-.面向车辆路径问题的改进蚁群算法研究)[J].河北科技大学学报,2022(01):80-89
A类：
模拟退火算法和粒子群算法,交通运输工程其他学科
B类：
车辆路径问题,改进蚁群算法,算法研究,基础蚁群算法,收敛速度,速度慢,局部最优解,蚂蚁,分段函数,挥发因子,opt,局部搜索,搜索能力,通用数据,控制变量法,信息素,素因子,启发函数,数据测试,试算法,改进效果,最优路径,总长度,寻优能力,路径长,跳出局部,快收敛,路径规划
AB值：
0.249027
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
