一种优化煤炭运输的方法

【摘要】蚂蚁算法模型在提出之后，在网络动态路由优化、Job-shop调度等分配中得到了广泛的应用。而煤炭运输则和蚁群算法的数学模型存在极大的相似性，因此将蚁群算法引入到煤炭运输中，能够有效的提高煤炭的运输效率，提高企业的经济效益。

【关键词】蚁群算法；煤炭运输；应用

蚁群算法是根据人们对蚂蚁在寻找食物等过程中表现的群体的观察，从而提出中的一种数学模拟算法，其本质是如何更好的选择找到食物的路线和途径，是随机搜索算法的一种。在蚁群算法中充分的利用了正反馈的医疗，保证了算法的分布式技术，使个体之间的信息得到了充分的流动和传递，避免了无用功，能够优化对路径的选择和寻找。在煤炭的运输过程中，需要考虑到煤炭容量的限制和损耗的费用计算优化，而蚁群算法能够有效的满足其需要。

一、蚁群算法简介

蚁群算法和其它的遗传算法等模拟进化的算法存在相似点，都是通过解决群体在进化过程中的最优解来实现的。通过对基本的蚁群算法模型进行更改，就可以应用到煤炭运输的调度中，而且蚁群算法是根据蚂蚁的群体而得到的一种种群算法，具有比较高的并行性。蚁群算法还可以有效的和其它的计算方法结合起来，对于提高算法的有效性具有重要的意义[1]。蚁群算法能够实现群体中不同个体之间的信息有效的交流和传递，加强内部的协作，找到最优解。

在大自然中数学家发现在没有任何信息指导的前提下，蚂蚁群体总能够找到食物和其运输目的地的最短的途径和道路，特别是在找到食物比较大、比较多的情况下，需要多个蚂蚁的协作来将食物运输到巢穴中。在蚁群中不同的蚂蚁从事着不同的劳动，从而实现个体之间完美的分工，例如经过观察发现有专门负责信息沟通和传递的蚂蚁，有专门负责运输的蚂蚁，负责信息传递的蚂蚁将发现食物的大小、地址以及需要运输蚂蚁的数量，一层一层的传递下去，最终将蚂蚁群体有效的聚集起来，达到食物运输的效果[2]。科学家对于蚂蚁总能够找到最短的路径来运输食物的结果产生了浓厚的兴趣，最终通过数学模拟的方法得到了相关的计算模型，这种模型对于解决组合的优化问题具有良好的效果。蚂蚁算法的具体过程如图所示：

二、蚁群算法在煤炭运输优化中的应用

在煤炭的运输中也是一个群体性的组合优化问题，它需要考虑到不同行业和部门的运输成本和运输能力，利用一般的数学方法和模型难以取得良好的效果。通过在煤炭运输的过程中采用蚁群算法，可以有效的实现运输过程和结果的优化效果[3]。影响煤炭运输效果的因素非常的复杂，可以按照目标分为单目标和多目标问题，可以将其复杂性分为线性和非线性问题。

在煤炭运输的优化方法中，可以简单的将其目标看做是寻找最优路径的问题，将运输起始条件和目标之间的过程转化为路径的节点。在煤炭运输的过程中存在N个节点，每个节点都必须访问并且只能访问异常，可以根据条件信息要素的不同，即从一个地方转移到另一个地方的概率来设计相关的方法，其中信息要素是由运输参数和不同地方转换的参数来确定的。然后按照蚁群算法的特点，速度保持不变的蚁群从同一个地点出发，将某个设定的节点都访问到，当一个蚂蚁到达路径的终点时计算完整，它所走过的路径就是最优路径。

在应用的过程中使用了蚁群算法中的并行性，在以前中不同的蚂蚁都同时行动，在速度相同的情况下，每个蚂蚁走过的轨迹的长度是一定的。在忽略转移概率的情况下，蚂蚁选择同一路径的概率都是相同的，同时由于反馈机制的作用，已经走过或者不能够通行的路径不再进行重复。在蚁群算法中速度一定的时候，蚂蚁行走轨迹的长度和时间之间成正比例。在确定了蚂蚁速度的生活，引入离散单位时间量的办法，可以得到第一个达到目标节点蚂蚁的最优路径。在计算的过程中所有的蚂蚁都是同步行动的，在一定时间内蚂蚁的状态是稳定的、确定的，没有到达目标节点的蚂蚁则继续寻找，到达节点目标的蚂蚁开始进行选择下一个目标节点的路径[4]。在蚁群算法中，不同的蚂蚁之间对于路径节点的信息是共享的，只要一只蚂蚁找到了最短的路径，那么整个算法都得到了解决。因此在煤炭的运输优化过程中，要进行足够多的计算，努力找到最佳的路径或者算法。

三、结束语

通过将蚁群算法应用到煤炭运输的优化中，不需要复杂的数学知识和过多的人力，也不需要考虑模型的连续和可导性，都能够满足其应用。在现有的计算机技术下，蚁群算法具有比较好的计算能力，同时也具有非常强的鲁棒性。在煤炭运输的优化计算中可以将蚁群算法和其它的算法有机的结合起来，进一步的提高其计算的准确性和效果。达到利用比较少的时间来寻找最佳的路径，实现企业资源的优化配置，为降低企业的煤炭运输损耗具有重要的帮助。

参考文献

[1]李春晓.基于蚁群算法的煤炭运输优化方法[J].煤炭技术，2012，31（10）：269-270.

[2]高攀，郭理.基于蚁群算法的煤炭运输优化方法[J].煤炭技术，2013，32（1）：162-164.

[3]魏星，李志远，李燕等.改进型蚁群算法在煤炭运输中的应用研究[J].煤矿机械，2013，34（7）：225-228.

[4]孙晓莹，徐红霞.基于蚁群算法的煤矿运输车辆调度应用研究[J].煤炭技术，2012，31（7）：140-142.

作者简介

郎向东，1984年10月，男，本科，山西阳城阳泰集团竹林山煤业有限公司。