一种基于改进蚁群算法的冷链物流配送路径优化方法

技术特征：

1.一种基于改进蚁群算法的冷链物流配送路径优化方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于改进蚁群算法的冷链物流配送路径优化方法，其特征在于，步骤(2)所述车辆运输成本为：

3.根据权利要求1所述的一种基于改进蚁群算法的冷链物流配送路径优化方法，其特征在于，步骤(2)所述违反时间窗约束的惩罚成本为：

4.根据权利要求1所述的一种基于改进蚁群算法的冷链物流配送路径优化方法，其特征在于，步骤(2)所述制冷成本为：

5.根据权利要求1所述的一种基于改进蚁群算法的冷链物流配送路径优化方法，其特征在于，步骤(2)所述货损成本为：

6.根据权利要求1所述的一种基于改进蚁群算法的冷链物流配送路径优化方法，其特征在于，步骤(2)所述碳排放成本计算：

7.根据权利要求1所述的一种基于改进蚁群算法的冷链物流配送路径优化方法，其特征在于，步骤(3)所述冷链物流配送路径优化模型为：

8.根据权利要求1所述的一种基于改进蚁群算法的冷链物流配送路径优化方法，其特征在于，所述步骤(4)实现过程如下：

9.根据权利要求8所述的一种基于改进蚁群算法的冷链物流配送路径优化方法，其特征在于，步骤(41)所述改进蚁群算法的相关参数为aco迭代次数nc、信息启发式因子φij及蚂蚁数。

10.根据权利要求8所述的一种基于改进蚁群算法的冷链物流配送路径优化方法，其特征在于，步骤(42)所述对全局信息素进行更新如下：

技术总结
本发明公开一种基于改进蚁群算法的冷链物流配送路径优化方法，首先，预先获取冷链物流配送历史数据；其次，计算车辆运输成本、违反时间窗约束的惩罚成本、制冷成本计算、货损成本及碳排放成本；然后，以运输成本、制冷成本、货损成本、碳排放以及时间窗综合最优为目标构建改进蚁群算法的冷链物流配送路径优化模型；最后，采用改进蚁群算法求解冷链物流配送路径优化模型，找出冷链物流配送最优最优路径。本发明以运输成本、制冷成本、货损成本、碳排放以及时间窗综合最优为目标构建冷链物流配送路径优化方法，且改进的蚁群算法具有较快的初期搜索速度及良好的寻优性能，能够快速找出最优路径，达到降低减排的目的。

技术研发人员：嵇涛,廖华军,邵进亮,黄鲜,姚炎宏,邓社军,于世军,张俊,宓建,徐悦,马天启,秦婧逸,王浩祥,朱浩泽,刘款,王潇晗,李仔路,沈梓怡,梁诸龙驹
受保护的技术使用者：扬州大学
技术研发日：
技术公布日：2024/1/25