基于改进ACO的战后物资回收车辆路径优化

发布时间：2022-02-21 23:12

　　针对战后军事基地遗留的武器装备回收的车辆最短路径和运输成本最低的问题,考虑到基本蚁群算法容易陷入局部寻优的缺陷,提出了一种适用于求解路径优化的改进蚁群算法,构建了新的概率模型和信息素更新模型。结果表明,改进后的蚁群算法在寻优能力、可靠性及收敛效果、稳定性方面都优于基本蚁群算法,为战后军事物资回收再制造的车辆路径物流问题提供了一种新的优化途径。 

【文章来源】：火力与指挥控制. 2020,45(09)北大核心CSCD

【文章页数】：5 页

【参考文献】：
期刊论文
[1]基于改进蚁群算法求解TSP问题的研究[J]. 魏晓雨.  计算机产品与流通. 2019(03)
[2]电商退换货车辆路径问题及蚁群算法研究[J]. 张庆华,吕小丹.  计算机工程与应用. 2018(22)
[3]多目标同时取送货车辆路径问题的改进蚁群算法[J]. 陈希琼,胡大伟,杨倩倩,胡卉,高扬.  控制理论与应用. 2018(09)
[4]基于量子蚁群算法的随机需求的动态车辆路径问题[J]. 宁涛,焦璇,魏瑛琦,梁旭.  大连交通大学学报. 2018(05)
[5]基于细菌觅食的改进蚁群算法[J]. 张立毅,肖超,费腾.  计算机工程与科学. 2018(10)
[6]基于蚁群算法和禁忌搜索算法的物流配送优化研究[J]. 殷佳林,帅剑平,文碧清.  轻工科技. 2018(08)
[7]基于蚁群算法的货物配送路径优化研究[J]. 王勇,刘国盼.  内燃机与配件. 2018(14)
[8]求解旅行商问题的混合量子蚁群算法[J]. 贾瑞玉,李亚龙,管玉勇.  计算机工程与应用. 2013(22)
[9]不确定战场环境下的作战物资供应数量优化[J]. 任骥,谭跃进.  军事运筹与系统工程. 2013(01)
[10]从伊拉克战争看信息化战争中武器装备的保障特点和规律[J]. 刘永远,郝富春,钟钧宇.  飞航导弹. 2009(08)

硕士论文
[1]基于烟花算法的移动机器人路径规划仿真研究[D]. 朱亮吉.西南交通大学 2018
[2]基于优化蚁群算法的废旧手机回收站逆向物流路径优化问题研究[D]. 翟辉.华南理工大学 2018
[3]基于启发式搜索的汽车处理站选址问题研究[D]. 黄祎娇.天津大学 2014
[4]信息化战争环境下的军事物资应急配送研究[D]. 赵虎.吉林大学 2011
[5]信息化条件下战场武器装备保障研究[D]. 王朝阳.解放军信息工程大学 2006



本文编号：3638201