螞蟻記憶系統(tǒng)應(yīng)用於車輛途程問題

摘要： 螞蟻演算法發(fā)表不過短短十幾年,在各類型組合問題求解上皆有不錯的表現(xiàn),因此本研究主要目的是以螞蟻記憶系統(tǒng)為基礎(chǔ)做改良並延伸至車輛途程問題。本研究透過圖像檢視發(fā)現(xiàn)即便有候選名單的限制節(jié)點選擇範(fàn)圍,但在不斷選擇節(jié)點下,仍會偏離其建構(gòu)之路徑,所以研究方向主要在節(jié)點選擇路徑公式多增加該路徑第一選擇節(jié)點之角度,以減少逐漸擴散之可能性。在效率提昇方面,當(dāng)路線建構(gòu)完成後,計算出各路線之重心,並從運量最少路線開始做區(qū)域改善,以其重心為基準(zhǔn)對附近路線做2-opt及Swap的交換,如此將能有效降低區(qū)域改善的時間,進而提升求解效率。利用國際標(biāo)竿例題來驗證AMS之求解效率,在隨機問題C1～C10求解平均誤差為0.98%,在叢聚問題C11～C14求解平均誤差為0.55%。 ... （共4頁）