[发明专利]基于鱼群蚁群算法的时间最短应急物流路径的优化方法

说明书

技术领域

本发明涉及一种基于鱼群蚁群算法的时间最短应急物流路径的优化方法。

背景技术

近些年来，重大灾害以及公共卫生事件频发，造成了重大的人员伤亡以及巨大的经济损失，应急物流在这种情况下孕育而生。应急物流是一种狭义的概念，主要指国家或地区在应对各种天灾人祸、重大险情或突发事故中所进行的紧急物流活动。国内对于应急物流研究起步较晚，而且主要是对其进行宏观研究，而对于应急物流的路径优化等微观问题的研究少之又少。时间最短应急物流路径优化问题，是以满足应急物流时间要求为提前，以最大程度的节省救灾物资配送时间为目标，合理的安排车辆的运行路线，用以减少灾害带来的损失。

蚁群算法是一种仿生学算法，由意大利学者M.Dorigo等提出，具有并行性、正反馈、鲁棒性等特点，适用于求解复杂的组合优化问题，已经广泛应用于求解旅行商问题、分配问题、job-shop调度问题等，取得了较好的效果。蚁群算法基本描述如下：

设有n座城市，任意两座城市i、j之间的距离为d_ij(i，j＝1，2，…，n)，b_i(t)表示t时刻位于城t＝0时各条路径上的信息量强度相等，即τ_ij(0)＝const(const为常数)。

随着时间的推移，新的信息素加进来，旧的信息素挥发，ρ表示全局信息素的挥发因子，一般取值为市i的蚂蚁数量，为蚂蚁的总数，τ_ij(t)表示t时刻支路ij上的信息素量，，决定信息素挥发的快慢。当所有蚂蚁完成一次周游后，各条路径上的信息素为

τ_ij(t+1)＝(1-ρ)τ_ij(t)+Δτ_ij(t)    (1)

Δτij(t)=Σk=1mΔτijk(t)---(2)]]>

式中，Δτ_ij(t)表示本次周游中路径ij上的信息素增量，设初始时刻的Δτ_ij(0)＝0；表示第k只蚂蚁在周游过程中释放在路径ij上的信息素，其值视蚂蚁表现的优劣程度而定。路径越短释放的信息素就越多。

式中，Q为强度系数，L_k表示本次周游第k只蚂蚁所形成的回路长度。蚂蚁k在周游时由城市i向城市j的转移概率为

其中，allowed_k＝(1，2，..n)-tabu_k表示蚂蚁k当前能选择的城市集合；tabu_k(k＝1，2，…，m)表示蚂蚁k的禁忌表，记录蚂蚁k已经经过的城市，用来说明人工蚂蚁的记忆性；η_ij(t)为启发函数，表示由城市i转移到城市j的期望程度，一般取η_ij(t)＝1/d_ij；d_ij表示受灾点i到受灾点j的距离；α为残留信息的重要程度，β为启发信息的重要程度，d_ij为城市i到城市j的距离。

蚁群算法的基本运行过程：m只蚂蚁同时从某个城市出发，根据式(4)选择下一个要访问的城市，蚂蚁趋向于访问具有较高信息素强度值的路径。已经去过的城市放入tabu_k中，当所有蚂蚁完成了一次巡回后，由式(1)到式(3)更新每条路径的信息素，反复上述过程，直到终止条件成立。

用基本蚁群算法寻找时间最短应急物流路径优化方案主要存在下述不足之处：