基于多蚁群并行优化的网络路径规划研究

J4 ›› 2011, Vol. 33 ›› Issue (9): 100-104.

基于多蚁群并行优化的网络路径规划研究

黄泽汉1,2，谭跃进1

（1.国防科学技术大学信息系统与管理学院，湖南长沙 410073；2.海军工程大学管理工程系，湖北武汉 430033）

收稿日期:2009-10-20 修回日期:2010-03-26 出版日期:2011-09-25 发布日期:2011-09-25
作者简介:黄泽汉(1976),男，湖南邵阳人，博士生，研究方向为网络调度。

Research on Network Path Planning Algorithms Based on MultiAnt Colonies’ Parallel Optimization

HUANG Zehan1,2,TAN Yuejin1 

(1.School of Information System and Management,National University of Defense Technology,Changsha 410073;2.Department of Management Engineering,Naval University of Engineering,Wuhan 430033,China)

Received:2009-10-20 Revised:2010-03-26 Online:2011-09-25 Published:2011-09-25

摘要/Abstract

摘要：

在军事后勤、应急救灾中，需要同时为多个任务、多批次物资运输制定保障方案，该问题可归结为多源多汇问题，是NPC的。本文提出一种基于多蚁群并行优化的网络路径规划算法，按照一定的策略对关键网络资源进行调度分配，尽可能为每一个任务规划满足网络属性约束及用户服务质量要求的独立网络路径，使任务完成率最高。仿真示例验证了该模型和算法的正确性。

关键词: 物流保障网络, 路径规划, 并行优化, 独立路径

Abstract:

The traffic manager needs to plan a scheme for each mission in military support or emergency, which is a multisource multidestination problem. It is NPC. A new network path planning algorithm based on multiant colonies’ parallel optimization is presented. According to a certain scheduling policy for key network resources, finding a feasible path which satisfies the constraint of transportation properties and the constraint of service quality for each support task, and a scheme which makes the morest missions be successful is planned. Finally, an example is used to validate the model and algorithms.

Key words: logistics support network;path planning;parallel optimization;independent path

黄泽汉1,2，谭跃进1. 基于多蚁群并行优化的网络路径规划研究[J]. J4, 2011, 33(9): 100-104.

HUANG Zehan1,2,TAN Yuejin1 . Research on Network Path Planning Algorithms Based on MultiAnt Colonies’ Parallel Optimization[J]. J4, 2011, 33(9): 100-104.

[1]	吕倩茹, 杨翔瑞, 蔡志平. 基于影响力地图的计算机兵棋推演路径规划[J]. 计算机工程与科学, 2024, 46(06): 1041-1049.
[2]	沈克宇, 游志宇, 刘永鑫. 基于拟合优先搜索的多场景自适应改进A*算法[J]. 计算机工程与科学, 2024, 46(01): 142-149.
[3]	李中华, 袁杰, 郭振宇. 基于信息启发的目标导向Bi-RRT机器人路径规划[J]. 计算机工程与科学, 2023, 45(12): 2237-2245.
[4]	张贝, 闵华松, 张新明. 差分变异和领地搜索的平衡优化算法及其机器人路径规划[J]. 计算机工程与科学, 2023, 45(11): 2078-2090.
[5]	张志远, 陈海进, 章一鸣. 基于局部障碍率预获取和双向父节点变更的A*算法优化[J]. 计算机工程与科学, 2023, 45(09): 1661-1669.
[6]	于家斌, 陈志豪, 邓维, 许继平, 赵峙尧, 王小艺. 一种无人巡航船遍历多目标点的路径规划算法研究[J]. 计算机工程与科学, 2023, 45(05): 840-848.
[7]	杨炳媛, 袁杰, 郭园园. 一种自适应鲸鱼快速优化算法[J]. 计算机工程与科学, 2023, 45(01): 145-153.
[8]	郭园园, 袁杰, 赵克刚. 基于改进A*算法和动态窗口法的机器人路径规划[J]. 计算机工程与科学, 2022, 44(07): 1273-1281.
[9]	赵广元, 赵英. 基于改进蚁群优化算法的养殖场机器人路径规划[J]. 计算机工程与科学, 2022, 44(05): 910-915.
[10]	赵炳巍, 贾峰, 曹岩, 孙瑜, 刘一鸿. 基于模拟退火算法的人工势场法路径规划研究[J]. 计算机工程与科学, 2022, 44(04): 746-752.
[11]	马现, 王勇献, 朱小谦, 屠厚旺, 李朋, 颜恺壮. 谱方法求解水声传播问题的优化与并行[J]. 计算机工程与科学, 2022, 44(03): 381-389.
[12]	刘雨青, 向军, 曹守启. 基于改进蚁群算法的水下自主航行机器人路径规划[J]. 计算机工程与科学, 2022, 44(03): 536-544.
[13]	张志远, 陈海进. 基于动态矩阵的未知环境地图构建与路径规划[J]. 计算机工程与科学, 2022, 44(03): 563-570.
[14]	陈云, 王梦园, 柴晓楠, 商建东, . 面向FT-M7002的高斯滤波算法优化实现[J]. 计算机工程与科学, 2021, 43(05): 799-806.
[15]	王俊喜, 陈桂芬. 能耗均衡的多跳多路径认知分层路由算法[J]. 计算机工程与科学, 2021, 43(03): 442-448.