1、隨著我國經(jīng)濟的高速發(fā)展，物流業(yè)已經(jīng)成為了我國國民經(jīng)濟的重要產(chǎn)業(yè)。其中，物流車輛的路徑優(yōu)化是整個物流優(yōu)化系統(tǒng)中至關(guān)重要的一部分。合理地規(guī)劃物流車輛行駛路線能夠降低物流企業(yè)的運營成本，提高物流企業(yè)的經(jīng)濟效益。
　　蟻群算法是由M.Dorigo等人提出的一類新生智能優(yōu)化算法。自提出以來便受到了人們的廣泛關(guān)注，在發(fā)現(xiàn)其存在一定的缺陷后提出了一些改進性的措施，改進后算法的性能與原算法相比有一定的提高，但或多或少仍會出現(xiàn)收斂速度慢、易陷入局部

2、最優(yōu)的問題。
　　本文研究的主題在于提出一類混合的蟻群算法，使其能夠快速、有效地求解帶容量約束的車輛路徑問題(Capacitated Vehicle Routing Problem，CVRP)。本文的研究工作主要包括以下幾個方面:
　　(1)通過對車輛路徑問題以及蟻群算法的學(xué)習(xí)，簡單地介紹了車輛路徑問題的研究背景以及解決該問題的一些方法，并以第三方物流配送中心的角度構(gòu)建了CVRP的數(shù)學(xué)模型。
　　(2)在對蟻群算法進行

3、改進的過程中，首先集成了節(jié)約法的思想，在蟻群算法的狀態(tài)轉(zhuǎn)移公式中引入節(jié)約因子并以此來提高螞蟻的搜索效率。然后通過對MASS算法的分析及實驗的測試，給出了一種新的信息素更新方式，與MMAS算法相比，這種更新方式能夠擴大信息素的更新范圍，降低“早熟”現(xiàn)象發(fā)生的概率。
　　(3)利用2-opt法對路徑進行支路部分的改善，并以此來提高解的整體質(zhì)量。同時將遺傳算法中的操作加入到蟻群算法的迭代過程中，解決了蟻群算法迭代前期收斂速度慢的問題。<