文 紅

（衡水學院繼續(xù)教育學院，河北 衡水 053000）

農(nóng)業(yè)在我國經(jīng)濟發(fā)展中始終占據(jù)著非常重要的地位。但是，在農(nóng)機運輸調(diào)度方面，與西方發(fā)達國家相比，我國依然處于初級發(fā)展階段。在日常的農(nóng)業(yè)運輸中，農(nóng)機調(diào)度呈現(xiàn)出一定的失衡現(xiàn)象，農(nóng)忙時節(jié)，農(nóng)機調(diào)度的這一弊端則更加明顯，有些地方農(nóng)機供不應求，有些地方則出現(xiàn)農(nóng)機閑置的現(xiàn)象。因此，相關部門必須要進一步加強對農(nóng)機運輸調(diào)度的優(yōu)化力度，為提升農(nóng)業(yè)生產(chǎn)效率助力[1]。

1 農(nóng)機調(diào)度原則

1.1 路徑最短原則

農(nóng)機運輸調(diào)度的優(yōu)化旨在進一步協(xié)調(diào)不同地區(qū)之間的農(nóng)機資源配置問題，實現(xiàn)農(nóng)機資源的合理配置與優(yōu)化利用。因此，選擇出最佳的路線最為重要，減少不必要的路途資源消耗，降低運輸成本，提高農(nóng)機運輸效率，為實現(xiàn)更高的經(jīng)濟效益奠定基礎。

1.2 準時性原則

每一年的農(nóng)忙時間都是集中且固定的，農(nóng)機運輸調(diào)度最大的價值體現(xiàn)也是在這一段時間之內(nèi)，如果錯過了農(nóng)忙時期，那么農(nóng)業(yè)生產(chǎn)所遭受的損失不可估量。因此，農(nóng)機運輸調(diào)度的優(yōu)化工作必須要將準時性原則放在重要位置，要結(jié)合實際農(nóng)機運輸?shù)膶嶋H情況，建立起農(nóng)機位置、運輸速度和路線等多重因素于一體的農(nóng)機運輸調(diào)度系統(tǒng)，由調(diào)度中心統(tǒng)一管理和計劃，確保運輸調(diào)度的準時性[2]。

1.3 使用最小化原則

隨著農(nóng)機質(zhì)量和技術的不斷提升，啟用農(nóng)機的成本也變得越來越高，在現(xiàn)有農(nóng)機設備資源可以滿足農(nóng)業(yè)生產(chǎn)需求的基礎之上，農(nóng)機運輸調(diào)度優(yōu)化工作應該盡量減少農(nóng)機的使用頻率，盡可能少派農(nóng)機出去，進而將農(nóng)機的調(diào)度和使用成本控制在最少狀態(tài)。

2 基于蟻群算法的路徑分析

2.1 關于蟻群算法的原理闡述

蟻群算法，從根源來講，它是一種受自然界生物啟發(fā)而產(chǎn)生的算法，靈感來源于蟻群尋找食物時會尋求最短路徑來感知信息。蟻群算法當中，螞蟻從城市i轉(zhuǎn)移到城市j的狀態(tài)轉(zhuǎn)移概率公式如下：

在公式當中，α代表軌跡的相對重要性，是信息啟發(fā)因子，β代表能見度的相對重要性，是期望啟發(fā)因子，allowedk代表選擇去的城市代表螞蟻從城市i到城市j的期望程度，τ代表路徑ij上留下的信息素大小。城市每被訪問1次或者1個訪問循環(huán)結(jié)束之后，殘留的信息素會被重新處理，處理的規(guī)則如下：

2.2 改進蟻群算法

2.2.1 改進路徑

首先，引入節(jié)約矩陣。在蟻群算法當中，蟻群在后期的搜索主要是依靠信息素的引導來完成，因此，公式當中的α和β能夠發(fā)揮的作用會變得越來越小?；诖饲闆r，引入節(jié)約矩陣便是要重新構(gòu)建初始解，進而尋求到更加節(jié)約的路徑，引入節(jié)約矩陣如下：

其中，uij=di0+d0j-dij代表狀態(tài)矩陣。

2.2.2 改進路徑選擇

通常情況下，路徑選擇的概率和信息素濃度呈現(xiàn)正相關關系，但是當某一條路徑上面的信息素濃度過高時，蟻群算法就比較容易陷入到局部最優(yōu)狀態(tài)。所以，需要引入常量q0，通過比較隨機數(shù)與q0的大小，來拓展螞蟻的選擇范圍，這樣一來，問題的解就會有更多的選擇，其中，概率選擇的公式如下：

其中，上述公式代表螞蟻選擇城市j的狀態(tài)轉(zhuǎn)移規(guī)則，ε代表適應值參數(shù)，j代表由公式的概率pij(t)確定的下一個選擇的城市[3]。

2.3 改進蟻群算法的工作流程

改進蟻群算法的工作流程如圖1所示。

圖1 改進蟻群算法的工作流程圖

3 基于農(nóng)機運輸調(diào)度的仿真分析

假設某一個農(nóng)機企業(yè)共有8輛收割玉米的收割機，該企業(yè)根據(jù)當?shù)赜衩椎氖斋@期以及往年收獲數(shù)據(jù)可以分析出，某一個城鎮(zhèn)共有15片種植玉米的農(nóng)田。為提高調(diào)度的便捷性，對其中數(shù)據(jù)和數(shù)據(jù)單位進行以下假設：其一，收割機按小時來計算工作時間；其二，以平面坐標的橫坐標和縱坐標來分別表示種植玉米農(nóng)田所在位置的經(jīng)度和緯度；其三，收割機的收割量以公頃（hm2）為單位；其四，i=1為中心點，也就是收割機的調(diào)度中心，其中，i所屬集合代表的是收割點的編號[4]。

如表1所示，在數(shù)據(jù)表當中，序號1代表中心點，即農(nóng)機調(diào)度點；序號2～16代表15個玉米種植點，因為調(diào)度工作并沒有強制性要求返回中心農(nóng)機點的時間，因此，選取10:00作為最晚回到中心點的時間。

表1 實驗數(shù)據(jù)表

該研究所采用的仿真軟件是MATLAB，其中，初始參數(shù)的設置是α=1，β=2，ε=3，Q=100，螞蟻數(shù)量M=60，q0=0.03，最大迭代次數(shù)Nmax=300。該仿真系統(tǒng)運行之后，得到的基本蟻群算法收斂曲線與改進后的蟻群算法收斂曲線，分別如圖2、圖3所示。

圖2 基本蟻群算法收斂曲線

圖3 改進蟻群算法收斂曲線

從這兩組收斂曲線可以看出，改進后的蟻群算法得到的解要明顯優(yōu)于基本蟻群算法?；鞠伻核惴ㄗ钚〕杀菊{(diào)度路徑軌跡和改進蟻群算法最小成本調(diào)度路徑軌跡，分別如圖4、圖5所示。

圖4 基本蟻群算法最小成本調(diào)度路徑軌跡

圖5 改進蟻群算法最小成本調(diào)度路徑軌跡

4 結(jié)語

綜上所述，從上述分析和對比可以得出，改進蟻群算法在優(yōu)化農(nóng)機運輸調(diào)度中呈現(xiàn)出非常理想的應用價值，其成功縮短了農(nóng)機的行駛路程，而且與優(yōu)化工作中所秉承的路徑最短調(diào)度原則有著高度一致性。此外，改進蟻群算法擁有著更快的收斂速度，在降低調(diào)度成本中也發(fā)揮出了重要作用，有效避免了基本蟻群算法出現(xiàn)的局部最優(yōu)解問題。