[发明专利]基于改进后蚁群算法的传统经销商最优配送路线优化系统

说明书

本申请公开了基于改进后蚁群算法的传统经销商最优配送路线优化系统。该系统包括：最优配送路线确定模块，用于确定经销商至配送商之间的最优配送路线；最优配送路线优化模块，用于基于改进的蚁群算法对最优配送路线进行优化；改进的蚁群算法中配置有逆转变异规则，逆转变异规则为：当蚁群个体所走路径满足预设的逆转变异条件时，将蚁群个体进行预设变异次数的逆转变异。该系统能够提高配送路线的优化效率，实现高效且准确地优化配送路线。

技术领域

本申请是关于路径规划，特别是关于一种基于改进后蚁群算法的传统经销商最优配送路线优化系统。

背景技术

目前，在传统经销商进行货物配送之前，通过一些算法实现配送路线的规划，按照这些规划的配送路线进行货物的配送，能够尽可能的提高配送效率，或者降低配送成本。因此，路线规划的算法选取对于经销商来说较为重要。

现有技术中，常用的路线规划算法为蚁群算法，蚁群算法是一种用来寻找优化路径的概率型算法。将蚁群算法应用于解决优化问题的基本思路为：用蚂蚁的行走路径表示待优化问题的可行解，整个蚂蚁群体的所有路径构成待优化问题的解空间。路径较短的蚂蚁释放的信息素量较多，随着时间的推进，较短的路径上累积的信息素浓度逐渐增高，选择该路径的蚂蚁个数也愈来愈多。最终，整个蚂蚁会在正反馈的作用下集中到最佳的路径上，此时对应的便是待优化问题的最优解。

在传统蚁群模型中群体基数大时，由于信息素搜索的初始阶段路径上信息量少，很难以较短的时间从大量的路径中检索出一条较好路径。

因此，现有的蚁群算法实现路径优化的过程中，由于蚁群的搜索机制的问题，导致搜索效率较低，从而不能实现配送路线的高效优化。

公开于该背景技术部分的信息仅仅旨在增加对本申请的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。

发明内容

本申请的目的在于提供一种基于改进后蚁群算法的传统经销商最优配送路线优化系统，其能够提高配送路线的优化效率，实现高效且准确地优化配送路线。

为实现上述目的，本申请的实施例提供了基于改进后蚁群算法的传统经销商最优配送路线优化系统，包括：最优配送路线确定模块，用于确定经销商至配送商之间的最优配送路线；最优配送路线优化模块，用于基于改进的蚁群算法对所述最优配送路线进行优化；所述改进的蚁群算法中，配置有逆转变异规则，所述逆转变异规则为：当蚁群个体所走路径满足预设的逆转变异条件时，将蚁群个体进行预设变异次数的逆转变异，所述预设的逆转变异条件表示为：d1+d2＜d3+d4；其中，d1为第一蚁群个体当前所走路径与第二蚁群个体当前所走路径之间的距离，d2为第三蚁群个体当前所走路径与第四蚁群个体当前所走路径之间的距离，d3为所述第一蚁群个体当前所走路径与所述第三蚁群个体当前所走路径之间的距离，d4为所述第二蚁群个体当前所走路径与所述第四蚁群个体当前所走路径之间的距离；所述第三蚁群个体为所述第一蚁群个体的下一个蚁群个体，所述第四蚁群个体为所述第二蚁群个体的下一个蚁群个体，逆转变异的蚁群个体为所述第三蚁群个体与所述第二蚁群个体。

在本申请的一个或多个实施方式中，所述改进的蚁群算法中包括：启发式因子、移动概率选择规则和信息素更新规则。

在该实施例中，通过配置启发式因子、移动概率选择规则和信息素更新素，提高改进的蚁群算法的准确性。

在本申请的一个或多个实施方式中，所述启发式因子基于配送商所需产品总质量和对应的蚁群个体所走路径的距离确定。

在该实施例中，基于配送商所需产品总质量和对应的蚁群个体所走路径的距离确定启发式因子，实现蚁群算法的启发式因子的有效确定。

在本申请的一个或多个实施方式中，所述移动概率选择规则基于蚁群个体所走路径的启发式因子、蚁群个体在所走路径留下的信息素浓度、蚁群个体的可选路径节点集合、信息素重要程度和启发式因子重要程度确定。