DBSCAN聚类处理的改进蚁群算法在车辆路径问题中的应用

摘要：

传统的蚁群算法在求解车辆路径问题时迭代速度较慢,且求解精度较低,易陷入局部最优.针对这些问题,利用DB-SCAN聚类算法对车辆路径问题中的各个物料配送点进行聚类划分,并根据聚类划分的情况对蚁群算法中的信息素矩阵合理初始化,实现对蚁群算法的改进,使得改进后的蚁群算法能有更高的求解精度和更快的收敛速度.通过MAT-LAB2019A对实验结果进行仿真测试,并与其他算法横向对比,可得改进后的蚁群算法在求解辆路径问题时有着更高的求解精度和更快的收敛速度,特别是在配送点分布相对密集和各配送点需求量较小时有着明显的效果.

关键词：蚁群算法、DBSCAN聚类算法、车辆路径问题

所属期刊栏目：16

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目NSFC-61803337, NSFC-61803338

在线出版日期：2020-08-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：182-186