应用群智能混合算法优化救灾物资配送路径
详细信息 本馆镜像全文    |  推荐本文 | | 获取馆网全文
摘要
通过模型假设,加入受灾点物资需求量、最长等待时间、路况系数等约束条件,构建了基于多约束条件、多目标点的应急救灾物资配送路径优化模型,并基于粒子群算法与蚁群算法各自的优点,设计出群智能混合算法。利用MATLAB软件平台,模拟出实例中最优配送路径,为合理选择应急救灾物资配送路径提供理论支撑。
By model assumptions,adding the constraints of materials demand,the longest wait time and traffic coefficient,built the optimization model for emergency relief supplies distribution route based on multi-constraint,multi-target.Designed an intelligent hybrid algorithm based on exploring the merits of particle swarm optimization and ant colony algorithm.Through the MATLAB software,simulated the optimal material distribution path of the example.The method provides a decision basis for selecting the distribution path of emergency relief supplies.
引文
[1]杨海潮,孙冰.基于PERT和最短路理论的人员疏散最优化[J].消防科学与技术,2011,30(2):103-105.
    [2]陈昌敏.基于蚁群算法的物流配送路径优化研究与应用[D].成都:西华大学,2012.
    [3]吴向儒.基于免疫蚁群算法的应急物流配送路径优化研究[D].邯郸:河北工程大学,2013.
    [4]刘金雨.基于混沌蚁群算法的地震应急物流配送路径优化问题研究[J].山西电子技术,2014,(2):77-79.
    [5]袁博,杨杨,赵康辉.考虑实际路况的应急救援路经优化算法[J].消防科学与技术,2005,31(2):180-196.
    [6]任少云.消防车辆出动的最短路径优化算法[J].消防科学与技术,2005,24(5):629-630.
    [7]DORIGO M,MANIEZZO V,COLORNI A.Positive feedback as a search strategy[R].Milan:Politecnico di Milano,1991.
    [8]KENNEDY J,EBERHART R C,SHI Y.Swarm intelligence[M].SAN Francisco:Morgan Kaufmann Divisionof Academi,2001.
    [9]施式亮,李湖生.矿井避灾路线选择系统开发的理论与实践[J].湘潭矿业学院学报,1998,13(3):8-13.
    [10]卢才武,唐晓灵,张志霞,等.计算智能[M].陕西:陕西科学技术出版社,2008:104-139.
    [11]DORIGO M,Stiitzle T.蚁群优化[M].北京:清华大学出版社,2007.
    [12]张利凤.粒子群优化算法及其应用[D].重庆:重庆大学,2012.
    [13]党希望.基于主次种群蚁群算法的动态路径研究[D].成都:西南交通大学,2013.

版权所有:© 2023 中国地质图书馆 中国地质调查局地学文献中心