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性行为的观察，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性行为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。