蚁群算法在外卖配送路径规划中应用

1、蚁群算法在外卖配送路径规划中的应用纲要：跟着我国经济的迅速发展，生活节奏的提升，外卖成为了年青人生活的一部分，而迅速有效的送货速度成为了几个外卖企业的竞争要点之一。外卖送货人员怎样能够在有限的时间对外卖进行分派节俭劳动成本依据的是送货人员的经验。本文经过蚁群算法对不一样地点的收货点进行路径进行规划，并利用MATLAB软件，为送货人员设计出了最短时间路径规划。Abstract：WiththerapiddevelopmentofChinaseconomyandtheimprovementofthepaceoflife，antcolonyalgorithmisusedtocarryoutthepat

2、hplanningfordifferentaddressreceivingpoints，andtheshortestpathplanningisdesignedforthedeliverypersonnelbyusingMATLABsoftware.要点词：外卖；送货；蚁群算法；路径规划；MATLABKeywords：takeaway；delivergoods；antcolonyalgorithm；pathplanning；MATLAB中图分类号：U116.2文件表记码：A文章编号：1006-4311（2017）05-0065-03前言最近几年来，外卖行业日益火爆，百度外卖、饿了么、美团、大众

3、等几大企业的竞争日益强烈。外卖O2O的发展与花费者的迅速收到外卖心态的矛盾更加显然。“网站+送餐”的模式分为轻模式和重模式，差别在于配送团队是第三方配归仍是自建配送团队。不论是轻模式仍是重模式，配送团队的重要性不问可知。配送团队的工作效率，服务的态度是各个企业考虑的几个要点问题之一。与之相应，配送人员的薪资也与配送单数有关，怎样提升配送人员的工作效率，提升服务水平是当前较为热门的问题。从商铺出发到各个地点进行配送，再回到商铺能够看作是一个经典NP难问题。对于此类的解决方法有好多种：蚁群算法、多尺度路径算法、模拟退火法、粒子群算法等。考虑到蚁群算法的并行性、鲁棒性且能够很早防止早熟收敛等问题。本

4、文经过蚁群算法对外卖人员配送路径进行规划，并获得了较好的结果。蚁群算法人工蚁群算法（AntColonyAlgorithm）简称蚁群算法，由意大利学者DorigoM提出。该算法经过模拟蚂蚁觅食行而1。1990DeneubourgJ.L等自行群食的研究行。通最后得出群食的路径和信息素度有关系，通讯息素度的感知而路径，一般状况下会向于信息素高的地方移。表示，路径越短的路径，信息素度越高，因此条路径会逐迫近最最短路径2。1是食，如1（a）所示，从巢穴出找食品，有左右两条路径，从左右两条路径出的数目同样。在某个刻，当往右路径出找食品的找到食品，左路径上的未找到食品，如1（b）。当左路径上的找到食品，右路

5、径上的已在返回巢穴的路上，如1（c）。我能够推测，在某个N个段后，右路径上的信息素度比左路径上的信息素度高，此从巢穴出来的会更向于右路径。群算法初始刻，各条路径上的信息素度同样，tij（0）=C（C常数）。k（k=1，2，3，m）在运程中依据各条路径上的信息素度决定方向。系所使用的状移被称随机比率，它出了位于地点i的k移到地点j的概率。在t?r刻，k在地点i地点j的移概率如公式（1）：综上所述，本文借鉴国内外有关路径优化的思想和理念，联合国内实质的配送的状况，将蚁群算法应用于配送路径中，为配送人员设计了一种提升工作效率且切合现实的路径，表现了配送路径规划的智能化和人性化。参照文件：1Color

6、niA，France：Elsevier，1991，134-142.2DeneubourgJ.L.，AronS.，GossS.，JournalofInsectBehavior，1990，3：159-168.李山，王慧，王峥，等.中国参观旅行线路设计中的游时研究J.人文地理，2005，20（2）：51-56.4肇勇.改良蚁群算法的理论及方法研究D.西南石油学院，2004.龚延成，郭晓汾，尤晓铃，等.鉴于遗传算法的物流配送车辆调动间题研究J.数学的实践与认识，2004，34（6）：93-97.6DantzigG，RamserJ，ThetrunkdispatchingproblemJ.ManagementScience，1959（6）：80-91.吴斌，史忠植.一