|
|
|
| 基于多期搜索蚁群算法的多区型仓库拣货路径优化 |
| 胡寒霖,张水旺,陈康,傅宝洁,汪鹏飞 |
| （安徽工业大学 管理科学与工程学院，安徽 马鞍山 243032） |
|
|
|
|
摘要 在分析多区型仓库拣货问题的基础上，构建以拣货路径最短为目标函数的数学模型，为了避免传统蚁群算法陷入局部最优，采用改进的多期搜索蚁群算法对模型进行求解。将传统蚁群算法、自适应动态搜索蚁群算法和改进的多期搜索蚁群算法的优化结果从拣货成本、收敛代数、运行时间3个维度进行比较，结果表明，多期搜索蚁群算法具有一定的优越性。
|
|
| 关键词:
多区型仓库
拣货路径
多期搜索蚁群算法
分段式信息素强度
转移概率改进
|
|
发布日期: 2022-05-05
整期出版日期: 2022-03-25
|
|
|
| 基金资助: 安徽省高校自然科学重点项目（KJ2020A0237）；国家级大学生创新创业训练计划项目（202010360096X，202110360101X）；安徽省大学生创新创业训练计划项目（S202010360334，S202010360326，S202010360438X） |
| 作者简介: 张水旺（1981—），男，博士，安徽工业大学管理科学与工程学院副教授，硕士生导师，研究方向：现代物流管理；陈康（1997—），男，安徽工业大学管理科学与工程学院硕士研究生，研究方向：智慧物流。 |
| No Suggested Reading articles found! |
|
|
Viewed |
|
|
|
Full text
|
|
|
|
|
Abstract
|
|
|
|
|
Cited |
|
|
|
|
| |
Shared |
|
|
|
|
| |
Discussed |
|
|
|
|
