配送路线行进,最后返回仓库。在配送过程中可模拟前方行进路线堵车事件,系统能够绕开堵车路段动态规划配送路线。Р预计可能出现的问题:1、本软件采用的算法为蚁群算法,因此涉及到蚁群算法的优化,设计中很可能由于算法的问题导致工作效率低。2、如何排除错误、减少误差是一个问题。比如测试中如何确定软件得出的结果为最优。再说误差,局部最优这一误差如何控制在可接受范围内。Р解决措施:对于同一批数据,多次测试也许生成的最优路径会有所不同,这是由于算法陷入局部最优导致。对于时间最短路径可能会出现的问题也是如此。虽然会出现陷入局部最优的情况,但是,测试发现由此造成的误差会限制在一定范围内,这中误差往往是可以接受的,另外可以通过选择合适的值使得误差进一步减小Р3.本课题拟采用的研究手段(途径)和可行性分析Р本课题是基于改进蚁群算法的物流最优路径选择系统。Р蚁群算法是一种求解组合最优化问题的新型通用启发式方法,该方法具有正反馈、分布式计算和富于建设性的贪婪启发式搜索的特点。它由Marco Dorigo于1992年在他的博士论文中引入,其灵感来源于蚂蚁在寻找食物过程中发现路径的行为。Р蚁群算法是一种模拟进化算法。初步的研究表明该算法具有许多优良的性质。针对PID控制器参数优化设计问题,将蚁群算法设计的结果与遗传算法设计的结果进行了比较,数值仿真结果表明,蚁群算法具有一种新的模拟进化优化方法的有效性和应用价值。Р4.论文工作计划(阶段工作内容及计划完成指标)Р开题报告之前已经可以确定课题的研究方向和采用的方法。Р预计4月份就可实现代码的测试Р 4月底应该就可以到最后的检查阶段了。Р指导教师意见:(对本课题的深度、广度及工作量的意见和对设计结果的预测)Р 指导教师(签名): Р年月日Р选题报告会专家对选题提出的意见:Р参加选题报告会的专家(签名):Р系(部)审查意见:Р 系(部)负责人(签名): Р 年月日
全文预览
