[发明专利]一种解决多目标多旅行商问题的改进蚁群方法

摘要

本发明公开了一种解决多目标多旅行商问题的改进蚁群方法，通过改变禁忌表使蚁群每只蚂蚁可以独立构造一个可行解。相比于传统每次随机选择一只蚂蚁移动，多蚂蚁协作构造可行解而言有着效率和均匀度上的优越性。此外，改进蚁群方法添加的策略还包括信息素矩阵随机初始化、修改状态转移公式使蚂蚁在配送点间移动时有一定概率回到仓库中心和额外加入多轮以各个目标优化为导向的信息素更新等。算法步骤如下，对信息素矩阵进行随机初始化后，蚁群将利用改进的状态转移公式结合轮转选择算法逐次挑选下一步配送点直至构造出可行解。可行解加权打分后，以此打分作为信息素添加量的基准，结合子路径的多项特征进行多轮次不同量的信息素添加。

主权项

1.一种解决多目标多旅行商问题的改进蚁群算法，其特征在于，包括以下步骤：1)蚁群初始化依据标准蚁群算法的参数设定对蚁群中所有蚂蚁进行初始化，随后将城市信息素矩阵初始化；2)迭代搜索并反馈这步骤反复执行，直至算法满足设定的终止条件为止；初始状态下，算法将会设置当前迭代次数t＝0，初始化非支配解集A(0)将被设置为空集；在每一轮迭代过程中都将进行如下操作：首先，将使用蚁群中m只蚂蚁搜索从而得到m个多目标多旅行商问题的可行解，这些搜索到的可行解必然满足多目标多旅行商问题的禁忌表约束但不一定满足其他约束条件，因此，算法随后需要剔除其中不满足多目标多旅行商问题中的其他约束条件的可行解；满足条件的所有可行解将会被保存为当轮迭代的可行解集P(t)，P(t)中的所有可行解将会进行蚁群信息素反馈；随后算法将从P(t)∪A(t)中选取其中的非支配解形成集合A(t+1)；3)返回算法保存的最终运行结果A(T)，如果待解决的多目标多旅行商问题模型中给定多目标加权函数，则同时返回多目标加权函数f(x)评价最优的一个可行解。