论文部分内容阅读
实现了改进算法ACODF,同时列举了运输实际问题并且使用改进算法ACODF加以解决,为实际物流活动提供科学依据。此外利用一些基准测试问题来测试这改进方法的效率并与禁忌搜索、模拟退火法和遗传算法等其它方法进行比较,实验结果证明了改进方法具有较佳的效率。
本文首次将蚁群优化算法应用于铁路空车调整问题,提出了解决铁路空车调整问题的蚁群优化算法ACOECA,将ACOECA算法求解结果与最小元素法、西北角法、神经网络法及遗传算法等求解铁路空车调整问题所得结果进行了比较,结果表明将蚁群优化算法运用于铁路空车调整领域是切实可行的,在若干算法中效率最高。
此外,本文设计了基于J2EE的可视化智能车辆优化调度系统Smart Planner。Smart Planner基于J2EE架构以及地理信息系统平台,该系统可以结合蚁群优化算法解决有时间窗的车辆路径问题,为客户提供可视化的智能车辆优化调度解决方案。该系统使用蚁群优化算法求解基本车辆路径问题、多约束条件的有时间窗车辆路径问题并形成解,然后使用2-OPT优化方法对解进行调整,该图形界面系统采用J2EE架构实现了MVC模式设计。