摘  要： 以蟻群算法為基礎(chǔ),，設(shè)計(jì)了基于蟻群算法的物流配送路徑優(yōu)化模型，通過實(shí)驗(yàn)表明了該方法的可行性,，且基于蟻群算法的優(yōu)化模型比其他算法模型具有更好的優(yōu)化效果和更高的穩(wěn)定性,。
關(guān)鍵詞： 電子商務(wù)；路徑優(yōu)化,；TSP,；蟻群算法

　電子商務(wù)是在Internet上基于瀏覽器/服務(wù)器（C/S）模式實(shí)現(xiàn)消費(fèi)者網(wǎng)上消費(fèi)的一種新型的商業(yè)運(yùn)營模式。電子商務(wù)中的任何一筆交易,，都包含著基本的信息流,、商流、資金流和物流[1],。其中物流作為有形商品實(shí)現(xiàn)網(wǎng)絡(luò)交易的重要支持環(huán)節(jié),，對企業(yè)起著舉足輕重的作用。 物流配送的效率已經(jīng)成為制約我國電子商務(wù)快速發(fā)展的一個重要瓶頸,，因而如何優(yōu)化和完善物流配送線路,，提高企業(yè)市場競爭力是電子商務(wù)企業(yè)成功的關(guān)鍵之所在,。本文以蟻群算法為基礎(chǔ)，采用Matlab實(shí)現(xiàn)的模型來研究蟻群算法在電子商務(wù)物流配送線路優(yōu)化方面應(yīng)用的可行性,，并將結(jié)果與其他算法進(jìn)行比較。
1 問題分析
　電子商務(wù)企業(yè)的貨物配送路徑問題實(shí)際上就是求最小配送成本問題,，但由于要考慮人力,、物力等問題的模擬過于復(fù)雜，因此為了能從最簡單的方面考慮,，本研究只考慮路程和運(yùn)費(fèi)組成的最小成本問題,。由于目前運(yùn)費(fèi)成本是一定的，從而可轉(zhuǎn)化為求最短路徑問題,。在二維空間可描述如下[2]：在配送圖G（V,，A）中，V表示所有要收貨的客戶集合,，V=（v1,，v2，…,，vM）,，對G中的某一邊（vi，vj）,，相應(yīng)的有一個距離d（vi,，vj），如果G中不存在邊（vi,，vj）,，則令d（vi，vj）無窮大,，實(shí)際上是這兩個客戶所在的地點(diǎn)之間不存在通路,。因此只要能在最短通路狀態(tài)下把每個客戶都走一遍，也就達(dá)到了費(fèi)用最低的效果,?？蓪⑦@種配送最小成本的問題轉(zhuǎn)化為求解一個相對復(fù)雜的旅行商問題（TSP）的最短路徑。物流配送的數(shù)學(xué)模型就轉(zhuǎn)變?yōu)閇3]：

2 優(yōu)化模型的設(shè)計(jì)
2.1 模型設(shè)計(jì)原理
　蟻群算法是對螞蟻覓食行為的模擬?，F(xiàn)實(shí)螞蟻存在于三維空間中,，而優(yōu)化問題位于二維平面中，因此首先將三維空間抽象為一個二維平面圖,。螞蟻在連續(xù)平面運(yùn)動,，其運(yùn)動軌跡總是離散點(diǎn)，計(jì)算機(jī)可以通過對離散點(diǎn)的處理組成連續(xù)的平面?，F(xiàn)實(shí)螞蟻在覓食過程中的前進(jìn)方向主要由所處環(huán)境的信息素量來決定,，在算法構(gòu)造過程中,，信息素被抽象為圖的邊上的軌跡，螞蟻到達(dá)每一節(jié)點(diǎn)處根據(jù)邊上的信息素濃度選擇下一節(jié)點(diǎn),。螞蟻從初始節(jié)點(diǎn)（巢穴）按照一定轉(zhuǎn)移概率選擇下一節(jié)點(diǎn),，最終選擇行走到目標(biāo)節(jié)點(diǎn)（食物源），這樣便得到了TSP問題的一個可行解[4],。

?。?）終止判斷：判斷循環(huán)次數(shù)Nc是否小于最大循環(huán)次數(shù)NcMax，如果尚未到達(dá)停止條件,，則將所有禁忌表清空,，并且重復(fù)步驟（2）~步驟（5），直到滿足停止條件為止,。
3 仿真實(shí)驗(yàn)
3.1 參數(shù)設(shè)置
　本文分別采用蟻群算法,、遺傳算法以及禁忌搜索算法對30個城市的TSP問題進(jìn)行比較研究。各算法的參數(shù)設(shè)置如下：
?。?）蟻群算法：信息啟發(fā)因子α=1,，期望啟發(fā)因子β=5，信息素?fù)]發(fā)系數(shù)ρ=0.5,，信息素強(qiáng)度Q=100,，最大迭代次數(shù)NcMax=200，螞蟻數(shù)m=30,；
?。?）遺傳算法：初始種群inn=100，交叉概率為0.8,，變異概率為0.8,，最大迭代次數(shù)gnmax=1 000；
?。?）禁忌搜索算法：禁忌長度t1=50,，候選解l1=200，終止步數(shù)stop=1 000,。
3.2 結(jié)果分析
　采用Matlab語言實(shí)現(xiàn)三種算法模型對30個城市的TSP問題分別運(yùn)行20次,，表1給出了三種算法的運(yùn)行結(jié)果，從表中可以看出,，蟻群算法模型的運(yùn)算結(jié)果最好,、最穩(wěn)定，運(yùn)行時間也最短,；遺傳算法模型次之,，它的穩(wěn)定性和平均值要小于禁忌搜索算法；最禁忌搜索算法的最短路徑長度最短,，但整體穩(wěn)定性最差,。如圖1~圖6所示,。

　針對電子商務(wù)中的物流配送路徑優(yōu)化問題，將其抽象化為TSP問題,，并采用蟻群算法為基礎(chǔ)建立優(yōu)化模型,。隨后介紹了優(yōu)化模型的實(shí)現(xiàn)過程，通過實(shí)驗(yàn),，與遺傳算法模型和禁忌搜索算法模型運(yùn)行結(jié)果進(jìn)行比較,，結(jié)果表明，蟻群算法模型不但運(yùn)行速度快,，而且運(yùn)行效果最好、最穩(wěn)定,，從而為電子商務(wù)中的物流配送路徑優(yōu)化提供了一種新的,、可行的思路。
參考文獻(xiàn)
[1] 朱立偉.現(xiàn)代化物流管理技術(shù)在電子商務(wù)中的作用[J].企業(yè)經(jīng)濟(jì),，2006（1）：20-21.
[2] 溫清芳.遺傳算法求解TSP問題的MATLAB實(shí)現(xiàn)[J].韶關(guān)學(xué)院學(xué)報(bào)·自然科學(xué),，2007，28（6）：18-22.
[3] 田貴超,，黎明,，韋雪潔.旅行商問題（TSP）的幾種求解方法[J].計(jì)算機(jī)仿真，2006,，23（8）：153-157.
[4] 高陽.基于蟻群算法的集合覆蓋問題求解及其應(yīng)用研究[D].無錫：江南大學(xué),，2007
[5] 野瑩瑩，付麗君,，程立英.基于MATLAB的蟻群算法仿真研究[J].裝備制造技術(shù),，2008，（11）：13-14.
[6] 熊芳敏,，岑宇森,，曾碧卿.運(yùn)用蟻群算法解決物流中心揀貨路徑問題[J].華南師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2010（2）：50-54.
[7] 王軍.蟻群算法求解TSP時參數(shù)設(shè)置的研究[J].科學(xué)技術(shù)與工程,，2007,，7（17）：4501-4504.