基本信息
- 项目名称：
- 蚁群算法及其在物流系统中的应用研究
- 来源：
- 第十二届“挑战杯”省赛作品
- 小类：
- 信息技术
- 大类：
- 自然科学类学术论文
- 简介：
- 蚁群算法是对自然界蚂蚁的寻径方式进行模拟的一种仿生算法，在求解一些复杂问题中具有重要的作用。该算法具有正反馈、并行性、鲁棒性等诸多优点。本文分析了蚁群算法在物流系统中车辆路径问题中的应用，展望了蚁群算法在其他物流系统优化中的应用，指出通过应用蚁群算法可降低物流成本、提高经济效益，该算法在物流系统发展应用中具有重要的意义。
- 详细介绍：
- 蚁群算法是一种概率搜索算法，在求解复杂组合优化问题中具有重要的作用。现代物流中，蚁群算法的应用主要集中在物流配送路径优化问题中，通过应用蚁群算法可降低物流成本、提高经济效益。但物流系统和蚁群算法相结合，对完善整个物流系统，降低物流成本具有重要的意义。随着当前市场经济的繁荣，物流行业飞速发展，越来越多的企业看到了物流在企业生产销售流程中的重要作用，因而应用蚁群算法等优化算法对物流系统进行已成为发展的必然趋势。
作品图片
作品专业信息
撰写目的和基本思路
- 作品以研究新兴蚁群算法在物流系统工程中的应用为主要目标，通过算法优化，达到提高物流系统智能化的目的。研究思路在于分析物流系统优化的模型结构，建立并数学仿真模型，运用工程实践工具MATLAB进行建模仿真。
科学性、先进性及独特之处
- 蚁群算法在解决复杂组合优化问题中具有重要的作用。蚁群算法应用于物流配送进行路径寻优，可降低物流成本，完善物流系统，对促进物流信息化,向人工智能的方向发展有较大意义。
应用价值和现实意义
- 通过研究蚁群算法在物流系统优化中的应用，可以达到进一步降低物流成本、提高经济效益、完善服务水平的目的，是实现物流系统智能化建设的探索性研究，对完善系统优化具有重要的指导意义。
学术论文摘要
- 蚁群算法是一种概率搜索算法，在求解复杂组合优化问题中具有重要的作用。物流系统作为一项系统工程，它包括物流运输配送、仓储、装卸、信息管理等诸多方面。物流的发展需要优化技术的支撑，其中蚁群算法是提高优化物流运作水平的重要手段之一。 尽管现代物流中，蚁群算法中的应用还不是很多，目前它的应用主要集中在物流配送路径优化问题中，以减少运送成本、提高工作效率，但物流系统和蚁群算法相结合，对完善整个物流系统，降低物流成本具有重要的意义。随着当前市场经济的繁荣，物流行业飞速发展，越来越多的企业看到了物流在企业生产销售流程中的重要作用，因而应用蚁群算法等优化算法对物流系统进行已成为发展的必然趋势。
获奖情况
- 作品已于2010年6月5日在《科技情报开发与经济》第16期发表。
鉴定结果
- 同意申报
参考文献
- 可以参考的文献有: [1] 芮延年，蒋晓梅，刘鑫培等．基于蚁群算法AS-R移动式机器人路径规划的研究．机电工程技术，2006. [2] 黎新华，莫辉辉．ACO 算法及其收敛策略研究进展．华东交通大学学报，2007. [3] 程云卿，基于蚁群算法解决“对口支援”的赈灾物资指派问题的研究．中国企业运筹学，2009. [4] Dorigo M. Ant colony system:A cooperative learning approach to the traveling salesman problem. IEEE Transactions on Evolutionary Computation，1997. [5] 孙云山，张立毅，张燕等.信息技术在现代物流系统中的应用研究．商业研究，2008.
同类课题研究水平概述
- 智能优化算法是一类通过模拟某一自然现象或过程而建立起来的优化方法,这类算法包括蚁群算法、进化算法、粒子群算法、禁忌搜索、分散搜索、模拟退火和人工免疫系统等。和传统的数学规划法相比，智能优化算法更适合求解多目标优化问题。虽然国内对智能优化算法研究还处于初步，但近几年来受到越来越多人的关注，拓展了很多新的研究方向。智能计算将探索优化的新概念，新理论，新方法和新技术，越来越多的算法开始借助计算机，朝着人工智能方向发展。 蚁群算法作为一种新的智能优化算法,起初在解决许多复杂组合优化问题方面显示出了明显的优势。目前，各国学者对蚁群算法进行了诸多研究和应用开发，该算法将会逐渐应用于数据分析、机器人协作问题、电力、通信、水利、采矿、化工、建筑、交通等领域。 虽然在现代物流中，蚁群算法中的应用还不是很多， 蚁群算法的应用也主要集中在物流配送的寻找最佳路径问题，以减少运送成本提高效率。但物流系统和蚁群算法相结合，以实现完善的物流系统，降低整个物流成本，具有重要的意义。
