公开(公告)号：CN107220731A

公开(公告)日：2017-09-29

申请号：CN201710367004.7

申请日：2017-05-23

Applicant: 南京邮电大学

Inventor： 孙知信 ,  夏云浩 ,  陈松乐

IPC: G06Q10/04 ,  G06Q10/08 ,  G06N3/12 ,  G06N3/00

CPC classification number: G06Q10/047 ,  G06N3/006 ,  G06N3/126 ,  G06Q10/08355

Abstract: 本发明涉及一种物流配送路径规划方法，为了提高算法的性能和全局搜索能力，弥补蚁群算法和遗传算法各自的缺陷，引入遗传算法的交叉、变异操作，能够有效避免在局部搜索过程中的早熟、早收敛现象，并利用遗传算法的随机搜索、快速、全局收敛性产生所要解决问题的初始解，并将该初始解转化为蚁群算法的初始信息素分布，然后利用蚁群算法的并行性、正反馈机制以及求解效率高等特点寻求最优解，克服了蚁群算法初始信息素匮乏不足的问题，得到时间效率和求解效率都比较好的启发式算法。