K-MEANS算法与蚁群算法优化研究及在物流供应链中的应用

摘要

于1959年首次提出的车辆路径问题(VRP)是现代管理科学的一个重要研究课题，选取恰当的行车路线，可以加快对客户需求的响应速度，提高服务质量，增强客户对物流环节的满意度，降低服务商运作成本。车辆路径问题在运输系统、物流配送系统、快递收发系统中都已得到广泛应用。
　　为解决车辆路径问题中原始“K-MEANS”算法均衡性问题，本文改进了该算法，将车辆限载作为权重加入到聚类划分中，模仿物理学中的万有引力定律，利用每个聚类中心对周围点的“类引力”大小进行聚类，将样本点划分到“类引力”最大的聚类中，从而有效地解决了均衡的不可控问题。
　　在以上得到均衡聚类的基础上，本文再利用蚁群优化(ACO)对各聚类求最优路径。