基于改进蚁群算法的地下矿车辆生产调度路径优化研究

基于改进蚁群算法的地下矿车辆生产调度路径优化研究＊

孙 莹1 连民杰1,2

【摘 要】摘 要 针对地下矿生产调度中某一班次的车辆运输路径优化问题,应用蚁群算法探讨如何解决这一 NP难题问题。传统蚁群算法存在搜索时间长、收敛速度慢、易陷于局部最优解等缺点;为克服这些缺点,提出在蚁群算法每次迭代过程中,先用自适应策略控制其收敛速度,提高搜索性能,再结合性能指标进行优化。实践证明,改进蚁群算法克服了传统算法自身的不足,提高了算法性能,具有很好的推广价值。 【期刊名称】金属矿山 【年(卷),期】2010(000)002 【总页数】4

【关键词】关键词 改进的蚁群算法 车辆路径优化 信息素 巷道

蚁群算法[1]在 20世纪 80年代提出,来自对蚁群觅食行为的研究,是一种新型的模拟进化算法,已广泛用于解决多种组合优化问题。研究发现,蚁群算法具有较好的并行性、协作性和鲁棒性,寻优特性好,但也存在搜索时间长、收敛速度慢、容易陷于局部最优解等缺点。本文首先采用自适应策略控制它的收敛速度,提高它的搜索性能,再结合建立的运输调度性能指标,进行路径优化,使之跳出局部范围。 车辆调度路径优化问题 (VRSP)[3]的最初定义:已知有一批客户,各客户点的位置坐标和货物需求已知,供应商具有若干可供派送的车辆,运载力给定,每辆车都从起点出发,在具有一定约束条件的情况下,完成若干客户点的运送任务后再回到起点。要求以最少的车辆数、最短的时间、最小的车辆总行程来完成货物的派送任务。