10.3969/j.issn.1002-0268.2008.04.028
基于改进蚁群算法的运输调度规划
在运输调度等组合优化问题的最优路线的搜索中,传统蚁群算法ACA (Ant Colony Algorithm)存在搜索时间长、收敛速度慢、易陷于局部最优解等缺点.为了克服这些缺点提出了一种改进的蚁群算法,该算法将遗传算法和蚁群算法结合起来,在蚁群算法的每一次迭代过程中,首先采用自适应策略控制它的收敛速度,然后使用变异操作来确定解值,从而提高它的搜索性能.再结合建立的运输调度性能指标,利用遗传算法、蚁群算法和改进蚁群算法3种方法分别进行运输规划,通过比较其时间花费和运输费用,验证了改进蚁群算法的有效性.实践证明,改进后的蚁群算法基本上克服了传统算法自身的不足,提高了算法性能.
交通工程、运输调度规划、蚁群算法、车辆
25
U492.4+12(交通工程与公路运输技术管理)
2008-07-08(万方平台首次上网日期,不代表论文的发表时间)
共4页
137-140