蚁群算法与DBSCAN融合的仓库选址智能算法研究

作     者：何彭 刘长春 王莹莹 王梦旭 杨胤 周林华 

作者机构：长春理工大学计算机科学技术学院吉林 长春 长春理工大学数学与统计学院吉林 长春 

出 版 物：《应用数学进展》 (Advances in Applied Mathematics)

年 卷 期：2023年第12卷第12期

页      面：5027-5038页

学科分类：08[工学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主　　题：仓库选址 蚁群算法 自适应的DBSCAN算法 最短路径策略 

摘      要：正确的仓库选址,不仅能够提高运输效率,还能降低运输成本,对货物运输有着重要的作用。本文通过初始化蚁群算法距离矩阵,迭代计算不可直达客户点之间的最短距离,实现对蚁群算法的改进;相较于传统的DBSCAN聚类算法,我们将最短距离矩阵作为算法的输入,提出了基于Distance自适应的DBSCAN算法(Distance_DBSCAN),对核心点的选择策略进行修改,实现对DBSCAN算法的改进;针对聚类结果再次利用蚁群算法,给出每一个类别的仓库选址位置和最短路径策略。实验表明,本文提出的Distance_DBSCAN算法可以正确分离噪声点,有着较好的ARI指数,且时间复杂度低,可以有效缩短聚类总路程,更重要的是此算法更加符合货物运输仓库选址的实际意义。