蟻群算法與最優化問題的綜合分析

王賽 王家祺 河北農業大學

蟻群算法與最優化問題的綜合分析

王賽 王家祺 河北農業大學

蟻群算法在路徑優化中有著極為重要的作用，可以對路徑的最優化方案作出有效地分析。本文通過蟻群算法在最優化問題中的應用，以供應鏈配送管理為例，對其展開探討。

蟻群算法 最優化問題 綜合分析

1 蟻群算法概述

蟻群算法(ant colony optimization，ACO)，又稱螞蟻算法，是一種用來在圖中尋找優化路徑的機率型算法。它由Marco Dorigo于1992年在他的博士論文中提出，其靈感來源于螞蟻在尋找食物過程中發現路徑的行為。蟻群算法是一種模擬進化算法，初步的研究表明該算法具有許多優良的性質。針對PID控制器參數優化設計問題，將蟻群算法設計的結果與遺傳算法設計的結果進行了比較，數值仿真結果表明，蟻群算法具有一種新的模擬進化優化方法的有效性和應用價值。

2 蟻群算法平臺的設計

2.1 平臺層

蟻群算法分布式存儲系統可以對大規模的結構數據進行存儲，通過大型的存儲與管理技術，實現對于數據的高效處理，這個數量級大部分時候在PB級以上，這樣才能讓科研活動更加合理地進行開展。

2.2 功能層

功能層采用擴展算法進行數據挖掘，采用TB級的數據進行模型建立，實現云計算與分布調度處理，利用負載的均衡技術，使得分布處理能力提升，從而實現高效數據處理。

2.3 服務層

采用基于WEB與Open API的蟻群算法挖掘處理技術，從蟻群算法的環境分析入手，加強端口的管理與流程的優化，從而實現端口的智能配置與數據交換，讓蟻群算法的共享變得科學合理簡潔。服務層屬于高級別管理層次，因此應當加強對輸入輸出的合理控制，使其可以實現蟻群算法的高效交換。

3 供應鏈管理中存在的問題

3.1 配送信息系統功能不完善

企業信息化建設能夠提升物流服務水平，同時也可以增強企業活力，企業服務質量在一定程度上可以得到提高，服務準確性也可以加以提高，但信息系統需要加以完善，物流信息系統現代化水平與技術水平要不斷提高，對于物流產業發展具有重要作用。依據中國倉儲協會物流市場調查報告，我國物流企業信息系統要實現物流管理的優化。我國一體化物流管理企業占據大部分比例，供應鏈管理企業比例相對較少，導致配送信息管理系統仍然存在一些不足的地方，比如很多流程缺乏對事后的跟蹤機制。計算機技術的使用也有利于處理物流配送系列問題，對于選址問題以及線路選擇發揮很大作用。

3.2 對配送信息的分析挖掘不夠

大部分企業采取的是傳統配送模式，對貨物進行分揀，在送貨、配貨的分揀過程中僅僅是對貨物本身進行區分，區分物流主要進行物流信息收集以及分析，這種措施將會造成地點的重復。例如：企業在不同的配送點都有貨物需要運送到A地點，因為沒有對配送信息流進行統計、分析，不能進行統一的分配、調度，就很有可能每個配送點都安排車輛、人員將貨物配送到A地點，浪費資源，也無法實現高效配送。

4 蟻群算法在供應鏈中的應用分析

4.1 完善企業配送信息管理的功能

城市供應鏈的生命在于對道路交通信息的掌握度與熟悉度。供應鏈公司，尤其是專注于城市供應鏈配送的企業供應鏈公司，與道路交通部門形成良好的互動關系，建立優良的信息合作機制就顯得尤為重要了。企業供應鏈配送管理體系必須實現與道路交通部門信息系統的實時對接，獲取第一手的道路交通信息，采用蟻群算法進行計算與優化。交通信息對供應鏈極為重要。例如由于不清楚道路交通狀況，企業供應鏈往往使派出去的運輸卡車陷入交通堵塞之中，原定50公里的運輸距離只行駛到一半就停滯不前。為了防止這種現象的出現，就必須與道路交通部門溝通及時得到道路交通信息，確保卡車能夠按照預定時間到達。

4.2 運用蟻群優化方案加強供應鏈配送路徑的管理

隨著企業配送業務的發展壯大，服務的客戶越來越多，配送的商品也越來越多。綜合公司的配送信息管理數據，對公司配送能力的評估，為公司未來配送業務在市場方面的決策提供輔助支持。根據歷史配送信息，采用蟻群算法，統計得出公司在不同類型配送業務上為公司盈利帶來的貢獻，將資源優先分配給更有競爭力的業務部門，優化公司資源的配置，使得有限的資源得到合理利用，完成企業的更進一步發展壯大。

5 總結

蟻群算法之所以能引起相關領域研究者的注意，是因為這種求解模式能將問題求解的快速性、全局優化特征以及有限時間內答案的合理性結合起來。其中，尋優的快速性是通過正反饋式的信息傳遞和積累來保證的。蟻群優化算法最初用于解決TSP問題，比如圖著色問題、車輛調度問題等。蟻群算法在若干領域已獲得成功的應用，其中最成功的是在組合優化問題中的應用，通過對于供應鏈路徑的優化，將讓其有更好的發展。

[1]蟻群算法處理中混合型聚類算法的研究與實現[J].陳曉，趙晶玲.信息網絡安全.2015(04)

[2]基于多方排序協議的安全電子投票方案[J].楊婷婷，林昌露，劉憶寧，張勝元.計算機系統應用.2015(08)

[3]帶有空間機械臂的航天器系統慣性參數辨識[J].文坤，廖瑛，楊雅君.飛行器測控學報.2015(04)