求解VRPSTW问题的参数优化蚁群算法  

Ant colony algorithm parameters optimization used to solve VRPSTW

作　　者：吴小峰[1] 周军[1] 王艳红[1] 张娜[1] 

机构地区：[1]南通航运职业技术学院管理信息系,江苏南通226010

出　　处：《无锡职业技术学院学报》2015年第5期52-55,共4页Journal of Wuxi Institute of Technology

基　　金：江苏省高等学校大学生实践创新训练计划项目(201412703018X);南通航运职业技术学院科研基金项目(HYKJ/2014C02);江苏省高等职业院校教师高级访问工程师研修计划(2014FG066)

摘　　要：蚁群算法中的关键参数α、β、γ、ρ对算法的求解效率和求解质量有重要的影响。本文利用遗传算法在参数寻优方面的优越性,在蚁群算法运行的同时利用遗传算法去优化关键参数α、β、γ、ρ,提出了求解VRPSTW问题的参数优化蚁群算法,实例证明效果好。Key parameters-α、β、γ、ρof ACO have great impact on the efficiency and quality of Algorithm.Using the superiority of genetic algorithm in parameter optimization,this paper uses the Genetic Algorithm to optimize the key parameters-α、β、γ、ρwhen running ant colony optimization.In this case,the method of Ant Colony Algorithm Parameters Optimization to solve VRPSTW has been put forward in this paper.Examples have proved it＇s good effect.

关 键 词：带软时间窗的车辆路径问题 蚁群算法 遗传算法 参数优化 

分 类 号：TP301[自动化与计算机技术—计算机系统结构]