基于约束聚类和粒子群算法的多路径规划

摘要：

大型物流中心物流管理信息系统在进行物流配送中,必须进行多配送中心车辆路径问题研究,用尽可能少的车辆,完成货物的配送,并使得行驶总里程最小.业界已经针对多中心路径规划中k条最短路径难问题进行了深入的研究,通过采用传统的聚类算法已经能够实现多路径规划问题,但是在现实多配送中心车辆路径规划中,运输工具的运输能力和用户的需求存在特定限制,本文在聚类算法基础上引入约束机制,将多配送中心问题通过聚类算法降维为单配送中心问题,并在此基础上引入粒子群算法求解单配送中心多路径规划的最优解.通过实验验证该方法的优越性,他比传统粒子群算法的收敛速度至少提升了n(配送中心个数)倍,为路径规划提出了新的解决思路.

关键词：路径规划、聚类分析、数据分割、k条最短路径、K-means算法、粒子群算法

分类号：TP301.4(计算技术、计算机技术)

在线出版日期：2023-09-26（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：7-11