Розробка моделі оптимізації маршруту доставки з використанням алгоритму мурашиної колонії
Альтернативна назва
Development of a delivery route optimization model using the ant colony algorithm
Вантажиться...
Дата
2025
Автори
Науковий керівник
Укладач
Редактор
Назва журналу
ISSN
E-ISSN
Назва тому
Видавець
Одеський національний університет імені І. І. Мечникова
Анотація
У бакалаврській роботі розглянуто задачу оптимізації маршруту доставки з використанням алгоритму мурашиної колонії (Ant Colony Optimization, ACO), що належить до класу метаевристичних підходів.
Основна мета дослідження — створення ефективного програмного інструменту, здатного знаходити короткі маршрути для множини пунктів доставки з урахуванням обмежень задачі комівояжера. У теоретичній частині проаналізовано класичні методи вирішення задач маршрутизації: повний перебір, динамічне програмування, жадібні алгоритми, а також евристичні та метаевристичні підходи. Особливу увагу приділено принципам функціонування алгоритму ACO, його поведінковій моделі, феромонному оновленню та стохастичному вибору маршрутів.
В якості середовища реалізації обрано мову програмування Python з використанням бібліотек numpy, networkx, matplotlib, pandas, argparse. Розроблено консольний застосунок із діалоговим інтерфейсом, який дозволяє користувачу задавати параметри задачі, запускати оптимізаційний процес і переглядати результати у вигляді текстових звітів та графіків. Проведено тестування програми на наборі згенерованих даних з різною кількістю пунктів доставки. Отримані результати свідчать про здатність алгоритму ACO знаходити розв’язки, близькі до оптимальних, при суттєвому зниженні обчислювальної складності порівняно з детермінованими методами.
This bachelor’s thesis investigates the problem of delivery route optimization using the Ant Colony Optimization (ACO) algorithm, a nature-inspired metaheuristic method. The primary objective is to design and implement a software solution capable of finding near-optimal delivery routes over a set of geographic locations, taking into account the constraints of the classical Traveling Salesman Problem (TSP). The theoretical section includes a comprehensive review of traditional solution methods, such as brute force search, dynamic programming, greedy heuristics, and metaheuristic techniques. Special focus is placed on the behavior-based mechanism of ACO, including pheromone trail updates and probabilistic decision-making. Python was chosen as the development language, leveraging libraries such as numpy, networkx, matplotlib, pandas, and argparse. A console-based application was developed, featuring a user-friendly command-line interface for inputting problem parameters, executing the optimization algorithm, and visualizing results through text reports and graphical output. The system was tested on generated datasets with varying numbers of delivery points. The results confirm the algorithm’s ability to produce high- quality approximate solutions with significantly lower computational cost than exact methods, demonstrating its practicality for solving real-world logistics problems.
This bachelor’s thesis investigates the problem of delivery route optimization using the Ant Colony Optimization (ACO) algorithm, a nature-inspired metaheuristic method. The primary objective is to design and implement a software solution capable of finding near-optimal delivery routes over a set of geographic locations, taking into account the constraints of the classical Traveling Salesman Problem (TSP). The theoretical section includes a comprehensive review of traditional solution methods, such as brute force search, dynamic programming, greedy heuristics, and metaheuristic techniques. Special focus is placed on the behavior-based mechanism of ACO, including pheromone trail updates and probabilistic decision-making. Python was chosen as the development language, leveraging libraries such as numpy, networkx, matplotlib, pandas, and argparse. A console-based application was developed, featuring a user-friendly command-line interface for inputting problem parameters, executing the optimization algorithm, and visualizing results through text reports and graphical output. The system was tested on generated datasets with varying numbers of delivery points. The results confirm the algorithm’s ability to produce high- quality approximate solutions with significantly lower computational cost than exact methods, demonstrating its practicality for solving real-world logistics problems.
Опис
Ключові слова
122 комп’ютерні науки, бакалавр, логістика, маршрутизація, алгоритм мурашиної колонії, доставка
Бібліографічний опис
Маташнюк, М. О. Розробка моделі оптимізації маршруту доставки з використанням алгоритму мурашиної колонії = Development of a delivery route optimization model using the ant colony algorithm : кваліфікаційна робота бакалавра / М. О. Маташнюк. – Одеса, 2025. – 61 с.