论文部分内容阅读
航线问题关系我国重要的海运和海上贸易等领域，是一个重要的决策问题。随着国内国际贸易形势的良性发展、市场经济体制的日臻完善，国内各航运公司在同类市场的竞争日趋激烈。在影响航运公司竞争力和综合效益的诸多因素中，航线优化程度的大小是其中的关键环节之一，有竞争力的公司都在积极应对形势的变化，对航线不断加以调整优化，以适应市场需求，巩固和增强竞争力，力争取得更好的经济效益。要使船舶公司的经营收益最大化，就应该在满足需求量的基础上，切实提高生产经营利润，其中的航线合理选择是一个重要方面，尤其是最优航线选择不仅为船舶驾驶人员所关注，而且更是船舶公司面临的一个重要问题。如何从起始港到目的港之间的多条航线中进行最佳选择，保证运输费用最低、快速及时，将对船舶公司的快速、稳定、健康发展起到重要作用。
本文以舰船航线优化为主线，在对国内外现有研究成果及技术发展脉络进行系统总结的基础上，分析了传统组合优化算法求解这类复杂问题的困难所在，分析比较了当前流行的遗传算法和蚁群算法这两种启发式优化算法，并对这两种算法进行了有效的改进和应用，并通过一系列实验证明了本文所提算法的有效性。
本文的主要创新研究成果是针对本文提出的舰船航线优化问题，通过分析人工蚁群算法和遗传算法这两种启发式算法的优势和不足，提出了三种新型的优化算法，主要包括：
1.针对传统遗传算法使用交叉算子计算歼销很大、对群体多样性存在很大影响等问题，提出使用单亲遗传算法(PGA)，并与基本蚁群算法相结合，通过控制蚂蚁周游次数，得到最短航线的满意可行解；然后将得到的较好航线作为初始种群进行优化改良，求得最佧航线。
2.提出的MMAS-PEGA算法将MMAS和PEGA两种改进算法相结合，先通过限制和选择更新信息素、控制周游次数，找出最短航线的满意可行解，大大缩短搜索时间；再用所得较好的航线表示作为初始种群，并指定为父体直接进行分组定界操作，将已得航线进行优化改良，求得最佳航线。这样就大大降低了产生初始种群、选择父体及基因换位操作的随机性。
3.本章提出的DACO-PEGA算法将DACO和PEGA两种改进算法相结合，使二者优势互补、相得益彰，通过动态调整信息素，先找出最短路径问题的满意可行解；再将已得路径进行优化改良，求得最短路径。