Open Access Article
Advances in International Computer Science. 2022; 2: (4) ; 31-33 ; DOI: 10.12208/j.aics.20220063.
Research on path optimization of medical supplies distribution based on improved circle algorithm
基于改进圆算法的医疗物资配送路径优化研究
作者：
王硕 *,
吴浩,
谢峻成,
丛磊,
柳晓崇
沧州师范学院计算机科学与工程学院 河北沧州
南京工程学院汽车与轨道交通学院 江苏南京
山东大学(威海) 澳国立联合理学院 山东威海
青岛理工大学环境与市政工程学院 山东青岛
乐山师范学院数理学院 四川乐山
*通讯作者：
王硕,单位：沧州师范学院计算机科学与工程学院 河北沧州；
发布时间: 2022-11-29 总浏览量: 287
PDF 全文下载
引用本文
万方数据（WANFANG DATA）
摘要
医疗物资配送是一个典型的优化问题。本文通过分析不同条件下运输车辆的最优路径。当只有一辆运输车辆时，需要找到经过所有节点的运输路线，最终以最小的总成本返回起点。首先，以最短总路径为目标函数，根据每个节点只进出一次等约束，建立基于0-1整数规划的最小代价模型，然后采用传统算法中的改进圆算法来解决该问题。最后求解出最佳路径为1,6,7,10,11,16,14,13,15,9,12,4,5,2,8,1，总距离为3.0387。
关键词： TSP；改进的圆算法；医疗物资配送；路径优化研究
Abstract
Medical material distribution is a typical optimization problem. This paper analyzes the optimal path of transportation vehicles under different conditions. When there is only one transport vehicle, it is necessary to find a transport route through all nodes, and finally return to the starting point with the minimum total cost. First, take the shortest total path as the objective function, according to the constraint that each node can only enter and exit once, secondly establish the minimum cost model based on 0-1 integer programming, and then use the improved circle algorithm in the traditional algorithm to solve this problem. Finally, the optimal path is solved as 1, 6, 7, 10, 11, 16, 14, 13, 15, 9, 12, 4, 5, 2, 8, 1, and the total distance is 3.0387.
Key words： TSP; improved circle algorithm; medical material distribution; path optimization research
参考文献 References
[1] YUN H, QIANQIAN D. Solving the TSP by the AALHNN algorithm [J]. Mathematical biosciences and engineering : MBE, 2022, 19(4):
[2] RAFAŁ S. Improving Ant Colony Optimization efficiency for solving large TSP instances [J]. Applied Soft Computing, 2022, prepublish):
[3] QINGSHUN L, XUESHI D, QINGTENG G. Hybrid Ant Colony Algorithm Using Improved Circle Strategy for TSP Problem [J]. International Journal of Swarm Intelligence Research (IJSIR), 2022, 13(1):
[4] LI Y, CHENG L, ZHANG C, et al. Analysis of Spatiotemporal Characteristics of Online Car Hailing Based on k-means Clustering; proceedings of the 2022 (WTC2022), F, 2022 [C].
[5] YU M, WANG Y, LV Y, et al. Research on Cooperative Scheduling of Yard Crane and External Container Truck Based on Hybrid Genetic Algorithm and Grey Wolf Optimization; proceedings of the 2022 (WTC2022), F, 2022 [C].
[6] 邓旭东, 姚璐. 医药物品配送路径优化的一种改进蚁群算法[J]. 物流技术.
[7] 邓旭东, 姚璐. 医药物品配送路径优化的一种改进蚁群算法[J]. 物流技术, 2013, 32(9):3.
[8] 刘慧丽. 基于GIS的电力物资公司物流配送路径优化研究[D]. 华北电力大学(北京), 2016.
[9] 李凤坤. 改进AHP-GA算法的多目标配送路径优化[J]. 计算机系统应用, 2019(2):6.
[10] 金巳婷吕闪吴阳明王宇瑶. 基于改进遗传算法的物流配送路径优化方法研究[J]. 计算机与数字工程, 2017, 045(004):629-631.
[11] 张婷婷, 王卓颖, 沈佳诚,等. 一种基于蚁群算法的应急医疗物资配送优化方法:, CN112150060A[P]. 2020.
[12] 李丹莲、曹倩、徐菲. 基于改进遗传算法的连锁便利店配送路径优化[J]. 计算机工程与科学, 2020, 42(11):7.
[13] 郭会朋. 基于改进遗传算法的物流配送路径优化研究[D]. 西安电子科技大学.
[14] 李凤坤. 改进AHP-GA算法的多目标配送路径优化[J]. 计算机系统应用, 28(2).
[15] 韦晓, 张同义, 马述杰,等. 一种基于改进蚁群算法的应急物流路径优化方法:, CN105787596A[P].
[16] 程永红, 王萌. 基于改进A~*算法的农业机器人路径规划系统设计[J]. 农机化研究.
引用本文
王硕, 吴浩, 谢峻成, 丛磊, 柳晓崇, 基于改进圆算法的医疗物资配送路径优化研究[J]. 国际计算机科学进展, 2022; 2: (4) : 31-33.