《毕业设计___物流调度中的混合人工智能算法》由会员分享，可在线阅读，更多相关《毕业设计___物流调度中的混合人工智能算法（31页珍藏版）》请在金锄头文库上搜索。
1、.word可编辑.目 录摘要1Abstract21 引言32 车辆优化调度问题的描述42.1 组合优化问题的描述42.2 车辆调度问题的数学模型43 主要人工智能群算法研究53.1 人工鱼群算法原理及其模型63.1.1 人工鱼群算法原理63.1.2 人工鱼群的数学模型73.1.3 人工鱼群算法93.2 人工蜂群算法及其模型93.2.1 人工蜂群算法原理及数学模型93.2.2 人工蜂群算法步骤104 人工鱼群算法在VRP问题上的改进124.1 人工鱼群算法的传统处理方法124.1.1 初始化种群124.1.2 食物浓度的计算134.1.3 人工鱼行为的设计134.1.4 行为选择154.1.5公
2、告栏154.2 传统处理方法的改进164.2.1 基于相似片段的距离164.2.2 基于相似片段距离的人工鱼觅食行为164.2.3 人工鱼视域的改变174.3传统处理方法与改进的方法的实验对比分析174.3.1 实验参数的设置174.3.2 实验结果及对结果的分析185 混合人工蜂群鱼群算法及VRP应用研究205.1人工蜂群算法和人工鱼群算法的优缺点分析205.2 混合人工智能算法的设计215.3 混合人工蜂群人工鱼群算法示意图215.4 混合人工蜂群人工鱼群算法的实现225.5 基于混合人工蜂群人工鱼群算法的VRP问题求解225.5.1 人工蜂行为的设计225.5.2 公告栏236 混合人工
3、智能算法的实验结果分析246.1混合人工智能算法的参数设置246.2三种人工智能算法的实验结果246.3 实验结果的分析257 结束语278 致谢28参考文献29. 专业.专注 .物流调度中的混合人工智能算法摘要随着经济的增长更多行业的分工更加细化，越来越多的企业某些原料在南方加工，而物品的进一步加工和组装在北方进行，进而促使物流配送行业的快速增加，成为企业盈利的重要一步。现在网购行为被大部分人的认可，良好的配送模式能够节省客户和卖家的时间成本和经济成本，从而使得双方达到共赢。因此，配送中心作业的重点就是如何将车辆有效的使用，并决定最经济的行驶路线，使商品能在最短的时间内送到各个客户手中。实际
4、上上述物流配送问题就是车辆路线问题（VRP，Vehicle Routing Problem），它是组合领域中非常著名的NP难题，近二十年来，VRP都是一个非常活跃的研究领域。随着问题规模的增大，使用数学中的确定算法获精确解几乎是不可能的。对于这一问题，目前出现了较多的应用人工智能算法来解决的思路。本论文中主要讨论的是人工蜂群算法和人工鱼群算法，并将这两种进行融合得到新的混合人工智能算法以解决VRP问题。人工鱼群算法在VRP问题上传统的处理方法存在一定的缺陷，本论文将会给予一定的修正。改变对人工鱼距离的定义，使用两条人工鱼中的相同片段的个数作为人工鱼的距离；改变人工鱼觅食行为的方式，使得人工鱼的
5、觅食行为主要通过变换人工鱼中位置信息的片段位置来实现；随着迭代次数的增加，增大人工鱼的视域，使得人工鱼的搜索范围逐渐变大。混合人工智能算法刚开始使用人工蜂群算法搜索全局，然后将这个过程中最好的几个解给予人工鱼鱼群作为人工鱼的初始位置，最后使用人工鱼群算法算法进行人工鱼的聚群、追尾和觅食等行为搜索可行解。每次迭代过程中将最好的解都放在公告栏上，迭代完成以后那么公告栏上的解即为整个搜索过程中得到的最优解。混合人工智能算法能够克服人工鱼群算法的早熟现象和人工蜂群算法的收敛度不高等缺点，在同样的条件下混合人工智能算法获得的解一般情况下比人工鱼群算法和人工蜂群算法要更好。关键词：混合人工智能、人工鱼群算
6、法、人工蜂群算法AbstractWith the development of economy and more detailed branches,more and more enterprises finds its raw materials in the south of China,while for the further process,it will be in the north.So this kind of situation accelerate the increase of logistics,thus becoming an important step of c
7、ompanys profit.Nowadays,e-shopping is recognized by most people.A sound delivery pattern can save both the buyers and the sellerss time and money,leading a win-win result.So the focus of delivery center is how to use cars effectively and make a most economical route so that to ensure that goods can
8、be distribute to every customer in a shortest time.Actually,the problem about logistic is just VRP,which is a quiet famous question in combination.In the recent 20 years ,VRP is always a very active research area.With the enlargement of the problem,it is almost impossible to attain an accurate resul
9、t with the fixed algorithm in mathematics.For this problem,artificial intelligence algorithm is used to the most to solve it.In this text ,we mainly discuss Artificial Bee Colony (ABC) algorithm and artificial fish school algorithm(AFSA) and we will combine these two to form a combined artificial in
10、telligence algorithm to solve the problem of VRP.At first ,Mixed artificial intelligence algorithms just uses ABC to search the whole area, then several the best results will be given to the AFSA as the its initial position, and finally using the AFSA to search actives of clusters, rear-end and fora
11、ging behavior of artificial fish to find the feasible solution .After each iteration, the best solution will be on the bulletin board. When all iterations are finished, the solution on the bulletin boards is the optimal solution.Mixed artificial intelligence algorithms can overcome the shortcomings
12、that AFSA would be premature and ABC would not have a high degree of convergence. Under the same condition, mixed artificial intelligence algorithms will generally obtain a better solution than that of AFSA and ABC.Keyword: ABC, AFSA , artificial intelligence algorithm1 引言随着市场经济发展步伐的加快，作为“第三利润源泉”的物流
13、行业对经济活动的影响益明显，越来越引起人们的重视1。在现代物流配送系统中，各零售商为了减少资金积压并提供多样化的商品，必然要减少各种商品的存货数量，把主要库存集中到配送中心，由其统一配送；同时又必须考虑到向顾客提供最好的服务品质（不允许缺货等），这就要求配送具有准时等特性. 因此，配送中心作业的重点就是如何将车辆有效的使用，并决定最经济的行驶路线，使商品能在最短的时间内送到各个零售商手中2。而且合理的运送路线可以减少物流配送的运输费用，从而使得零售商的利润最大化。上述物流配送问题实际上就是车辆路线问题（VRP，Vehicle Routing Problem），它是组合领域中非常著名的NP难题，
14、近二十年来，VRP都是一个非常活跃的研究领域3。随着问题规模的增大，使用数学中的确定算法获精确解几乎是不可能的4。对于这一问题，目前出现了较多的应用人工智能算法来解决的思路，比如：遗传算法5、蚁群算法6-7、鱼群算法和蜂群算法等。我国李晓磊博士于2002年提出的一种人工智能算法即人工鱼群算法8-9，该算法具有快速的收敛能力，能够较好地克服局部极值，并且算法对参数选择以及初值不敏感，对搜索空间也就有一定的自适应能力，是一种高效、并行、自适应的全局搜索算法，特别适合于解决组合优化领域的问题，所以应用该算法来求解车辆调度问题是个不错的选择。但是人工鱼群算法也有自身的缺点，在计算早期表现的收敛速度较快
15、，能够迅速靠近最佳求解点，但是后期计算过程中该算法的收敛速度会降低很多，而且求解精度较低10。人工蜂群算法是2005年由土耳其学者KaraBoga11提出的模拟蜜蜂群体寻找优质蜜源的一种动物仿真的智能算法，是群体智能思想的应用。它的主要特点是不需要了解问题的特殊信息，只需要对问题进行优劣的比较，通过各人工蜂个体的局部寻优行为，最终在群体中使全局最优值突现出来，能避免解的早熟现象，但是人工蜂群算法收敛速度不快。所以本文将蜂群和鱼群的特点结合起来，开始使用蜂群算法能够全局搜索解，然后使用鱼群个体的聚群、追尾等群体行为进行搜索，使得全局最优值能够突现出来，达到快速收敛的目的。本文以VRP为基础，通过建立该问题的数学模型，设计具有良好的近似解和较高收敛速度的混合人工智能算法。为了研究方便起见，本文假设不存在某客户的需求量超过一个货车载重量的情况，并且所有车辆的载重量相同，同时不考虑时间窗约束，仅仅将车辆的最短行驶距离作为目标函数。2 车辆优化调度问题的描述2.1 组合优化问题的描述为了满足一般性，对求解最小化问题进行描述，其数学模型如下所示： min g(x) s.t. h(x)0
