导读:本文包含了逆向蚁群算法论文开题报告文献综述及选题提纲参考文献，主要关键词:改进蚁群算法,逆向物流,车辆路径问题
逆向蚁群算法论文文献综述
陈秀娟,高更君,冯媛媛[1]（2019）在《基于改进蚁群算法的逆向物流车辆路径优化》一文中研究指出为了实现物流配送的低成本、高效率,建立了以最小化回收任务完成距离为目标的车辆配置及路径优化模型,并用Java编程进行实例验证。基于蚁群定值参数不能更好地反映循环次数调整的影响,提出一种改进蚁群算法,动态改进信息素更新策略和启发因子,并采用可行解先行策略。实例结果表明改进算法收敛速度快,搜索路径质量高,表明模型可行性和算法有效性。(本文来源于《制造业自动化》期刊2019年05期）
翟辉[2]（2017）在《基于优化蚁群算法的废旧手机回收站逆向物流路径优化问题研究》一文中研究指出在全球智能手机市场中,中国的智能手机普及率与智能手机持有量都名列前茅,随着我国经济社会的快速发展,我国手机用户的手机更换频率将不断加快,我国废旧手机存量亟待消化,废旧手机的处理和二次利用也成为我国经济的下一个可能的增长点,市场上也陆续出现了多家对废旧手机进行回收处理的专业第叁方平台,本文首先结合市场现状对废旧手机回收模式进行研究分析,分析了分别以手机制造厂商、手机分销商、第叁方企业为主导的叁种废旧手机回收模式,输出了废旧手机回收模型,并对比分析各模式的优劣性。并对废旧手机回收模式的C端手机回收方式进行研究分析,研究结论表明目前主流回收方式为O2O线上线下结合的方式。模型中,A企业为一家专业做废旧手机回收的第叁方企业,其C端手机回收方式采用O2O线上线下结合的回收模式,用户可以通过线上对手机估价,线下邮寄、上门服务和线下智能手机回收站等方式对手机进行回收,在A企业所采用的废旧手机回收模式中,如何降低废旧手机回收逆向物流的成本是企业关注的问题之一,本文针对这一实际案例场景进行了深入研究。本文在废旧手机回收逆向物流路径优化研究现状的基础上,针对实际问题,采用蚁群算法来进行路径优化。首先通过对原始蚁群算法进行分析,总结出了蚁群算法求解速度慢的两个主要问题:周游信息未被全部利用和正反馈系统导致的误差扩大化,并针对这两个问题提出了解决方案,对原始蚁群算法进行了优化,并通过算例分析对改进优化后的蚁群算法优越性进行验证。本文还通过运用层次分析法来构建路径选择因素权重模型,生成最终路径选择权重表。针对实际问题构建数学模型,对算法进行重新设计,之后运用改进优化后的蚁群算法对实际案例进行路径规划,最终得到废旧手机回收站逆向物流较优路径,并与用原始蚁群算法和最近原则选取的经验路径进行对比,再次验证了算法的优越性,最后对本文研究的内容进行总结和展望,为后续研究做准备。(本文来源于《华南理工大学》期刊2017-12-28）
姜启跃[3]（2014）在《基于改进蚁群算法的考虑车辆行程约束的逆向物流车辆路径问题研究》一文中研究指出以考虑车辆行程约束的逆向物流车辆路径问题为研究对象,建立了逆向物流车辆路径的规划模型,在蚁群算法的基础上更新了信息素,构造了车辆负载使用率启发式因子并根据剩余客户的需要设定车辆的出仓载货量。最后结合实例说明,改进后的蚁群算法能够有效地提高车辆负载率,缩短车辆总行程,对解决实际物流问题有一定参考价值。(本文来源于《物流技术》期刊2014年19期）
蔡舒[4]（2012）在《基于蚁群算法的第叁方逆向物流优化配置问题研究》一文中研究指出本文引入物流任务与物流资源的优化配置概念以解决第叁方物流服务在逆向物流处理中零散、不确定等问题,并在对此进行的初步探索中提出了物流资源优化配置策略,即聚合零散逆向物流任务,继整合后将其与第叁方物流资源进行优化匹配。此外,针对其中逆向物流活动调度问题建立了数学模型,应用优化的蚁群算法求解并通过仿真计算证明其有效性,旨在把逆向物流活动完成时间最短的目标作为资源优化的一种转换,实现低成本高效率的逆向物流运作模式。(本文来源于《Proceedings of International Conference on Engineering and Business Management(EBM2012)》期刊2012-03-26）
胡天军,程文科[5]（2010）在《带回程取货的逆向物流车辆路径建模及其蚁群算法》一文中研究指出对逆向物流车辆路径问题进行了概述和分类,构建了以VRPPDTW为基础的带回程取货的逆向物流车辆路径数学模型,设计了求解该模型的最大—最小蚁群算法,对设计要素进行了详细介绍,包括初始蚁群分布,状态转移策略,以及信息素更新策略等,并给出了具体的算法步骤.最后,以Solomon中的R101、R102、R103、R104和R105等5项示例为背景,分别取前25节点和50节点,以取货点的取货量比例分别占全部客户节点需求量的10%、30%、50%取货,得到30个算例的计算结果,并将其与Tangian和模拟退火等计算结果进行了比较,结果表明最大—最小蚁群算法在某种程度上优于其他算法.(本文来源于《交通运输系统工程与信息》期刊2010年03期）
岳凤,刘希玉,张萍[6]（2009）在《基于模拟退火算法的多道逆向蚁群算法》一文中研究指出为克服现有蚁群算法运算过程中易出现停滞现象、收敛速度慢等缺点,提出了一种基于模拟退火策略的多道逆向蚁群算法。通过向原始蚁群中引入逆向蚂蚁,并结合模拟退火思想确定蚁群中逆向蚂蚁的数目,来提高算法全局寻优能力。在算法执行过程中一组蚂蚁分成几群并行运算,通过交换策略,有效地利用了当前最优解,提高了算法收敛速度。将该算法应用于旅行商问题的求解,仿真实验结果表明该算法的全局寻优能力和收敛速度都得到了很大改善。(本文来源于《计算机工程与应用》期刊2009年11期）
岳凤,刘希玉[7]（2008）在《自适应调整挥发系数的逆向蚁群算法》一文中研究指出蚁群算法是近几年优化领域中新出现的一种启发式仿生并行智能进化系统。它具有很多优良的性质,但同时也存在一些缺点,如运算过程中收敛速度慢,易出现停滞现象等。基于上述不足提出了一种自适应地调整挥发系数的逆向蚁群算法,在逆向蚁群算法的基础上自适应调整挥发系数ρ,提高了算法的性能,使算法比传统蚁群算法相比不仅更有利于全局寻优而且对其收敛速度有了很大地提高。将该算法用于旅行商问题,模拟计算结果显示该算法具有更强的全局最优解搜索能力,收敛速度上也有很大提高。(本文来源于《计算机工程与应用》期刊2008年03期）
刘玉霞,王萍,修春波[8]（2006）在《基于模拟退火策略的逆向蚁群算法》一文中研究指出为克服现有蚁群算法运算过程中收敛速度慢, 易出现停滞现象等缺点, 提出了一种结合模拟退火策略的改进算法。利用向原始蚁群中引入逆向蚂蚁, 并结合模拟退火思想确定蚁群中逆向蚂蚁的数目, 来提高算法的适应性。将该算法应用于旅行商问题的求解, 仿真试验结果表明该算法的收敛速度和全局寻优能力都得到很大的改善。(本文来源于《微计算机信息》期刊2006年34期）
逆向蚁群算法论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在全球智能手机市场中,中国的智能手机普及率与智能手机持有量都名列前茅,随着我国经济社会的快速发展,我国手机用户的手机更换频率将不断加快,我国废旧手机存量亟待消化,废旧手机的处理和二次利用也成为我国经济的下一个可能的增长点,市场上也陆续出现了多家对废旧手机进行回收处理的专业第叁方平台,本文首先结合市场现状对废旧手机回收模式进行研究分析,分析了分别以手机制造厂商、手机分销商、第叁方企业为主导的叁种废旧手机回收模式,输出了废旧手机回收模型,并对比分析各模式的优劣性。并对废旧手机回收模式的C端手机回收方式进行研究分析,研究结论表明目前主流回收方式为O2O线上线下结合的方式。模型中,A企业为一家专业做废旧手机回收的第叁方企业,其C端手机回收方式采用O2O线上线下结合的回收模式,用户可以通过线上对手机估价,线下邮寄、上门服务和线下智能手机回收站等方式对手机进行回收,在A企业所采用的废旧手机回收模式中,如何降低废旧手机回收逆向物流的成本是企业关注的问题之一,本文针对这一实际案例场景进行了深入研究。本文在废旧手机回收逆向物流路径优化研究现状的基础上,针对实际问题,采用蚁群算法来进行路径优化。首先通过对原始蚁群算法进行分析,总结出了蚁群算法求解速度慢的两个主要问题:周游信息未被全部利用和正反馈系统导致的误差扩大化,并针对这两个问题提出了解决方案,对原始蚁群算法进行了优化,并通过算例分析对改进优化后的蚁群算法优越性进行验证。本文还通过运用层次分析法来构建路径选择因素权重模型,生成最终路径选择权重表。针对实际问题构建数学模型,对算法进行重新设计,之后运用改进优化后的蚁群算法对实际案例进行路径规划,最终得到废旧手机回收站逆向物流较优路径,并与用原始蚁群算法和最近原则选取的经验路径进行对比,再次验证了算法的优越性,最后对本文研究的内容进行总结和展望,为后续研究做准备。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
逆向蚁群算法论文参考文献
[1].陈秀娟,高更君,冯媛媛.基于改进蚁群算法的逆向物流车辆路径优化[J].制造业自动化.2019
[2].翟辉.基于优化蚁群算法的废旧手机回收站逆向物流路径优化问题研究[D].华南理工大学.2017
[3].姜启跃.基于改进蚁群算法的考虑车辆行程约束的逆向物流车辆路径问题研究[J].物流技术.2014
[4].蔡舒.基于蚁群算法的第叁方逆向物流优化配置问题研究[C].ProceedingsofInternationalConferenceonEngineeringandBusinessManagement(EBM2012).2012
[5].胡天军,程文科.带回程取货的逆向物流车辆路径建模及其蚁群算法[J].交通运输系统工程与信息.2010
[6].岳凤,刘希玉,张萍.基于模拟退火算法的多道逆向蚁群算法[J].计算机工程与应用.2009
[7].岳凤,刘希玉.自适应调整挥发系数的逆向蚁群算法[J].计算机工程与应用.2008
[8].刘玉霞,王萍,修春波.基于模拟退火策略的逆向蚁群算法[J].微计算机信息.2006