本站小編為你精心準備了蟻群算法對車輛路徑優化的影響參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

《中國新技術新產品雜志》2015年第五期

1最優路徑所需研究的問題

最優路徑所需要研究的問題主要是：在物流配送環境，在已知客戶的位置、貨物的種類和裝量的條件下，物理配送人員在給定的運力條件下，如何使每一輛運輸車輛從同一起點出發在完成所有運輸任務的條件下能夠使用最少的車輛和行駛里程來完成配送任務，在這一過程中車輛的行駛路線不能重復。

2蟻群算法中參數對于算法的影響

在蟻群算法中參數取值的不同會對算法的效率產生重大的影響，Q參數會對算法的收斂速度產生影響，如果其值過大將會使算法收斂于局部最小值，如果過小將會影響算法的收斂速度，而隨著問題規模的擴大Q值也會隨著擴大，α值大的小表明留在每個結點上的信息量受重視的程度，其值越大，蟻群選擇以前選過的點的可能性越大，但是如果值過大會使搜索過早陷入局部最小點，β的大小表明啟發式信息受重視的程度，如果值越大表明選擇路徑時越依賴啟發式信息，ρ值表明揮發程度，對收斂的結果有著重大的影響，經過試驗表明，在取值過大或者是過小的情況下運行的結果都不理想，其值一般去在0.5左右。

3DNA-蟻群算法在車輛最優路徑中的問題求解

以上對蟻群算法的原理以及參數對于算法的影響，可以看出蟻群算法在求解車輛優化路徑中的優越性，但是在試驗過程中發現，蟻群算法存在著收斂于局部最優解且收斂速度較慢等問題。使用DNA算法能夠解決這一難題，DNA似乎脫氧核糖核酸的簡稱，其主要是由核苷酸組成，而DNA通常是由2條核苷酸組成，形成了雙螺旋結構。DNA是由A、T、C、G組成的，在DNA算法中使用A、T、C、G交叉配對且用一定的概率實現兩點交叉的方法，意思就是說通過對一段DN段更換任意一部分核苷酸來形成新的DNA鏈，DNA算法具有良好的替換性，同時采用DNA算法與蟻群算法進行結合來提高了蟻群算法中對于參數的控制，提高了算法的效率，其具體的DNA-蟻群算法的求解步驟如下：

（1）使用DNA算法來優化參數，建立起蟻群算法中參數的參數矩陣

（2）使用DNA算法對這些參數進行變異交叉對比

（3）使用蟻群算法進行車輛最優路徑的模型建立以及問題求解。

（4）在試驗時選用不同的參數進行變異交叉對比來選用合理的蟻群算法參數。

4結語

蟻群算法是一種車輛最優路徑問題中良好的求解方式，使用DNA算法與蟻群算法相結合，形成了DNA-蟻群算法，使用兩種算法相結合的方式來提高對于蟻群算法中參數的選取效率，使用蟻群算法中的參數選取更能符合蟻群算法的需求。

作者：劉波單位：湖南人文科技學院