基于改进蚁群算法的物流配送中多取货车辆的最优路径研究

现阶段物流产业随着城市信息化而得到快速的发展,在物流配送过程中,出现较多的多出发点,多目标点情况下的取货车辆的路线规划问题,在这个场景的前提下,根据假定条件,以及车辆自身、相互的约束性,本文建立了非线性的目标优化模型。与以往的研究不同的是,本文研究的主要是针对多点对多面的货物收取问题,同时需要保证车辆在城市范围内移动的时间最少,然后构建了多子群蚁群算法,在算法中考虑了各子群之间的相互依存关系,对优化问题进行求解。最后本文通过一个算例,得到不同情况下的路线规划,并进行了送货时间的对比,研究表明,随着配送车辆的增加,会减少大量的送货时间,相比采用单一送货车辆,采用4子群时能够减少47.9%的行驶里程,但并不是车辆越多效率越高,在同一起终点的情况,子群数为2和3时分别能够减少的比例为42.7%和40.9%,存在一定量的反弹,因此需要通过优化算法,确定采用多少车辆完成货物的运输。