-人工智能与模式识别论文--蚁群算法在物流配送中的应用及其研究现状与改进算法.doc

2 华 中 科 技 大 学 《人工智能与模式识别》 报告论文 院 系： 电子与信息工程系 班 级： 电信中英班1101 姓 名： 何宇坤 学 号： U201115729 指导老师： 刘澍 电 话： 邮 箱： 826319028@ 日 期： 2015年1月17日  蚁群算法在物流配送中的应用及其研究现状与改进算法 何宇坤 （华中科技大学电信系） 摘要：本文介绍了蚁群算法与物流配送的相关背景，根据物流配送路径优化问题的特点，提出一种基于蚁群算法的优化路径算法。该算法通过引入遗传算子，在局部搜索过程中能够避免算法早熟、停滞，同时改进信息素的更新方式、客户点选择策略，增强蚁群算法的正反馈作用，从而提高了算法的收敛速度和全局搜索能力。 关键词：物流配送；路径优化；蚁群算法；蚁群系统 Application of ant colony algorithm and its research in logistics and improved algorithm Abstract: This article describes the ant colony algorithm and distribution of relevant background to optimize the characteristics of the problem according to the distribution path, path algorithm is proposed based on the ant colony optimization algorithm. The algorithm by introducing genetic operators, the local search process can avoid prematurity, stagnation, while improving the way pheromone update, customers point selection strategies to enhance the positive feedback effect of ant colony algorithm to improve the convergence speed and global search capability. Key words: logistic distribution; optimizing routing; ant colony algorithm (ACA); ant system (AS) 1.研究背景 在经济全球化快速发展的进程中，物流作为“第三利润源”对经济活动的影响越来越强，而它作为当前经济最重要的竞争领域，在优化国内外两个市场的资源配置中起着尤为重要的作用。随着电子商务的发展，出现了一些新的配送模式，使得储存不再是必然的环节，国外有巨头如ebay,国内也有阿里巴巴这样的电子商务帝国，他们的崛起，彻底改变了人们的生活方式。而电子商务的发展，离不开物流配送行业的快速发展。 物流配送在美国、日本和西欧发展较快，已经形成了比较成熟的理论体系，不论是硬件方面还是软件方面都达到了相当高的水准。近年来，国内配送业务也得到了长足发展，并形成了自身的特点 物流综述 2.1物流的概念 物流（Logistic)就是由货物的运输、贮藏、装卸、搬运、流通加工、配送、情报处理等一系列功能所组成的一个行业或者部门。 物流是一个跨部门的交叉行业,涉及面非常的广,其他行业的发展也会对物流业产生正面或者负面的影响。物流业的具体策略设计工作包括: (1)企业物流的诊断和分析,包括物流成本、物流流程、物流资源配置、人力资源配置以及物流职能机构设置等的诊断和分析。 (2)企业物流策略的分析和设计,包括物流供应链和物流运作模式的分析和重新设计。 (3)企业全面物流设计,包括资源整合、物流流程优化、物流管理、资源配置、物流技术、电子化物流等的规划和设计。 (4)企业物流实施策略的规划和设计,包括企业物流网络管理、总仓和异地仓储管理、运输管理、库存控制、成本和风险控制、物流实施指标、评估等物流实施过程中实施手段和物流各环节的规划和设计。 2.2供应链与物流供应链 一般认为,供应链是物流、信息流、资金流三个流的统一,物流贯穿供应链的全过程,从供应商到核心企业的供应物流,核心企业的内部物流,再到分销商与最终客户的分销物流,以及伴随而生的废弃物物流、回收物流等,形成了以核心企业为集散中心的物流体系。物流连接供应链的各个企业,