ПРИМЕНЕНИЕ МЕТАЭВРИСТИЧЕСКИХ АЛГОРИТМОВ ДЛЯ ЗАДАЧИ МАРШРУТИЗАЦИИ ТРАНСПОРТА
ПРИМЕНЕНИЕ МЕТАЭВРИСТИЧЕСКИХ АЛГОРИТМОВ ДЛЯ ЗАДАЧИ МАРШРУТИЗАЦИИ ТРАНСПОРТА
Аннотация
Код статьи
S042473880000616-6-1
Тип публикации
Статья
Статус публикации
Опубликовано
Страницы
117-126
Аннотация

Статья посвящена исследованию современных метаэвристик для задач маршрутизации транспорта. Приведен краткий обзор основных метаэвристических алгоритмов, подробно описан алгоритм муравьиных колоний. Предлагается модификация алгоритма муравьиных колоний, эффективность которой подтверждена результатами вычислительного эксперимента.

Ключевые слова
задача маршрутизации транспорта, метаэвристические алгоритмы, алгоритм муравьиных колоний
Классификатор
Дата публикации
01.01.2014
Всего подписок
1
Всего просмотров
780
Оценка читателей
0.0 (0 голосов)
Цитировать   Скачать pdf Скачать JATS

Библиография



Дополнительные источники и материалы

Батищев Д.И. (1995). Генетические алгоритмы решения экстремальных задач. Воронеж: ВГТУ.

Бауэрсокс Д., Клосс Д. (2008). Логистика: интегрированная цепь поставок. М.: ЗАО “Олимп-бизнес”.

Гольштейн Е.Г., Юдин Д.Б. (1969). Задачи линейного программирования транспортного типа. М.: Наука.

Сластников С.А. (2012). Анализ эвристических и метаэвристических методов для решения задачи распределения автомобильного топлива // Качество. Инновации. Образование. № 11.

Bell J., McMullen P. (2004). Ant Colony Optimization Techniques for the Vehicle Routing Problem // Advanced Engineering Informatics. No. 18.

Colorni A., Dorigo M., Maniezzo V. (1991). Distributed Optimization by Ant Colonies. In: “Actes de la Première Conférence Européenne sur la Vie Artificielle”. Paris: Elsevier Publishing.

Dorigo M. (1992). Optimization, Learning and Natural Algorithms. PhD thesis, Politecnico di Milano, Italie.

Dorigo M., Gambardella L.M. (1997). Ant Colonies for the Traveling Salesman Problem // BioSystems. No. 43.

Dueck G. (1993). New Optimization Heuristics: The Great Deluge Algorithm and the Record-to-Record Travel // J. of Computational Physics. No. 104.

Dueck G., Scheurer T. (1990). Threshold Accepting: A General Purpose Optimization Algorithm // J. of Computational Physics. No. 90.

Gendreau M., Hertz A., Laporte G. (1991). A Tabu Search Heuristic for the Vehicle Routing Problem // Management Science. Vol. 40. No. 10.

Glover F. (1986). Future Paths for Integer Programming and Links to Artificial Intelligence // Computer and Operations Research. Vol. 13. No. 5.

Glover F. (1989). Tabu Search // INFORMS J. on Computing. Part 1: Vol. 1. № 3; Part 2: Vol. 2. No. 1.

Holland J. (1975). Adaptation in Natural and Artificial Systems. Ann Arbor: The University of Michigan Press.

Kirkpatrick S., Gelatt C., Vecchi M. (1983). Optimization by Simulated Annealing // Science, New Series. Vol. 220. No. 4598.

Laporte G., Gendreau M., Potvin J., Semet F. (2000). Classical and Modern Heuristics for the Vehicle Routing Problem // International Transactions in Operation Research. No. 7.

Laporte G., Semet F. (1999). Classical Heuristics for the Vehicle Routing Problem // Les Cahiers du Gerad. G-98-54.

Rego C., Roucairol C. (1996). A Parallel Tabu Search Algorithm Using Ejection Chains for the Vehicle Routing Problem. In: “Meta-Heuristics: Theory and Applications” Osman I.H., Kelly J.P. (eds.). Boston: Kluwer Academic Publishers.

Rochat Y., Taillard E. (1995). Probabilistic Diversification and Intensification in Local Search for Vehicle Routing // J. of Heuristics. No. 1.

Toth P., Vigo D. (1998). The Granular Tabu Search (and its Application to the Vehicle Routing Problem). Technical Report OR/98/9, Dipartimento di Elettronica, Informatica e Sistemistica, Universita di Bologna.

Toth P., Vigo D. (2002). The vehicle routing problem. Philadelphia: SIAM Monographs on Discrete Mathematics and Applications.

Xu J., Kelly J. (1996). A Network Flow-Based Tabu Search Heuristic for the Vehicle Routing Problem // Transportation Science. Vol. 30. No. 4.

Комментарии

Сообщения не найдены

Написать отзыв
Перевести