java蚁群算法的物流管理系统eclipse定制开发mysql数据库BS模式java编程百度地图
一、源码特点
java 基于蚁群算法的物流管理系统是一套完善的web设计系统 ，对理解JSP java编程开发语言有帮助，系统具有完整的源代码和数据库，系统主要采用B/S模式开发。开发环境为
TOMCAT7.0,eclipse开发，数据库为Mysql5.0，使用java语言开发。
java 蚁群算法物流配送管理系统
二、功能介绍
本课题物流配送管理系统系统主要包括以下内容：
（1）网站首页；
（2）用户登录页面；
（3）信息录入页面：录入运单信息；
（4）分拣中心页面：包含了运单入库——运单信息更新为分拣中心的状态，记录操作入库的分拣中心ID。运单出库——选择运单出库的目的地，可选为配送站或者其他分拣中心等内容；
（5）配送站页面：包含了运单入站——运单信息更新为进入配送站的状态，记录进入的配送站的ID。运单出站——选择配送运单的配送员，并将运单信息更新为正在配送状态，记录配送的配
送员。运单归班——配送员派件完毕后，回到配送站内操作，选择配送结果：妥投、滞留、拒收，在数据库更新状态信息（妥投：运单正常配送，实物送达客户。滞留：暂时无法将实物送达
客户，运单暂时在配送站保管。拒收：客户拒绝签收运单）。
(6)通过蚁群算法结合百度api计算运输路线
数据库设计
（1）管理员信息表如表5.1所示:
表5.1 管理员信息表
| 序号 |
字段名称 |
数据类型 |
长度 |
主键 |
描述 |
| 1 |
glyid |
INTEGER |
11 |
是 |
管理员编号 |
| 2 |
yhm |
VARCHAR |
40 |
否 |
用户名 |
| 3 |
mm |
VARCHAR |
40 |
否 |
密码 |
| 4 |
xm |
VARCHAR |
40 |
否 |
姓名 |
（2）机构信息表如表5.2所示:
表5.2 机构信息表
| 序号 |
字段名称 |
数据类型 |
长度 |
主键 |
描述 |
| 1 |
jgid |
INTEGER |
11 |
是 |
机构编号 |
| 2 |
jgmc |
VARCHAR |
40 |
否 |
机构名称 |
| 3 |
lx |
VARCHAR |
40 |
否 |
类型 |
（3）用户信息表如表5.3所示:
表5.3 用户信息表
| 序号 |
字段名称 |
数据类型 |
长度 |
主键 |
描述 |
| 1 |
yhid |
INTEGER |
11 |
是 |
用户编号 |
| 2 |
yhm |
VARCHAR |
40 |
否 |
用户名 |
| 3 |
mm |
VARCHAR |
40 |
否 |
密码 |
| 4 |
xm |
VARCHAR |
40 |
否 |
姓名 |
| 5 |
jg |
VARCHAR |
40 |
否 |
机构 |
| 6 |
lxdh |
VARCHAR |
40 |
否 |
联系电话 |
| 7 |
lxdz |
VARCHAR |
40 |
否 |
联系地址 |
（4）运单信息表如表5.4所示:
表5.4 运单信息表
| 序号 |
字段名称 |
数据类型 |
长度 |
主键 |
描述 |
| 1 |
ydid |
INTEGER |
11 |
是 |
运单编号 |
| 2 |
dh |
VARCHAR |
40 |
否 |
单号 |
| 3 |
fjr |
VARCHAR |
40 |
否 |
发件人 |
| 4 |
fjdh |
VARCHAR |
40 |
否 |
发件电话 |
| 5 |
fjdz |
VARCHAR |
40 |
否 |
发件地址 |
| 6 |
sjr |
VARCHAR |
40 |
否 |
收件人 |
| 7 |
sjrdh |
VARCHAR |
40 |
否 |
收件人电话 |
| 8 |
sjdz |
VARCHAR |
40 |
否 |
收件地址 |
| 9 |
bgnr |
VARCHAR |
40 |
否 |
包裹内容 |
| 10 |
zt |
VARCHAR |
40 |
否 |
状态 |
（5）入库信息表如表5.4所示:
表5.4 入库信息表
| 序号 |
字段名称 |
数据类型 |
长度 |
主键 |
描述 |
| 1 |
rkid |
INTEGER |
11 |
是 |
入库编号 |
| 2 |
yd |
VARCHAR |
40 |
否 |
运单 |
| 3 |
fjzx |
VARCHAR |
40 |
否 |
分拣中心 |
| 4 |
yh |
VARCHAR |
40 |
否 |
用户 |
| 5 |
czsj |
VARCHAR |
40 |
否 |
操作时间 |
| 6 |
ywzd |
VARCHAR |
40 |
否 |
运往站点 |
| 7 |
cksj |
VARCHAR |
40 |
否 |
出库时间 |
| 8 |
zt |
VARCHAR |
40 |
否 |
状态 |
核心算法设计
public void init(String path) {
int []x;
int []y;
String buffer;
BufferedReader br;
try {
br = new BufferedReader(new InputStreamReader(new FileInputStream(path)));
this.distance = new int[this.cityNum][this.cityNum];
x = new int[cityNum];
y = new int[cityNum];
//读取城市的坐标
StaticMethod st=new StaticMethod();
for (int i = 0; i < cityNum; i++) {
buffer = br.readLine();
System.out.println("buffer="+buffer);
String[] str = buffer.split(" ");
x[i] = Integer.valueOf(st.strint(str[1]));
y[i] = Integer.valueOf(st.strint(str[2]));
}
/**
* 计算距离矩阵 ，针对具体问题，距离计算方法也不一样，此处用的是att48作为案例，
* 它有48个城市，距离计算方法为伪欧氏距离，最优值为10628
*/
for(int i = 0;i < this.cityNum - 1;i++) {
for(int j = i + 1;j < this.cityNum;j++) {
double rij = Math.sqrt(((x[i]-x[j])*(x[i]-x[j]) + (y[i]-y[j])*(y[i]-y[j]))/10.0);
int tij = (int)Math.round(rij);
if(tij < rij)
tij++;
this.distance[i][j] = tij;
this.distance[j][i] = tij;
}
}
this.distance[this.cityNum-1][this.cityNum-1] = 0;
//初始化信息素矩阵
this.pheromone=new double[this.cityNum][this.cityNum];
for(int i = 0;i < this.cityNum;i++) {
for(int j = 0;j < this.cityNum;j++) {
this.pheromone[i][j] = 0.1d;
}
}
//初始化最优路径的长度
this.bestLength=Integer.MAX_VALUE;
//初始化最优路径
this.bestTour=new int[this.cityNum+1];
//随机放置蚂蚁
for(int i = 0;i < this.antNum;i++){
this.ants[i]=new Ant(this.cityNum);
this.ants[i].init(this.distance, this.alpha, this.beta);
}
} catch (FileNotFoundException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
}
}
public void init(String a[]) {
int []x;
int []y;
String buffer;
BufferedReader br;
try {
// br = new BufferedReader(new InputStreamReader(new FileInputStream(path)));
this.distance = new int[this.cityNum][this.cityNum];
x = new int[cityNum];
y = new int[cityNum];
//读取城市的坐标
StaticMethod st=new StaticMethod();
for (int i = 0; i < cityNum; i++) {
String[] str = a[i].split(",");
x[i] = Integer.valueOf(st.strint(str[1]));
y[i] = Integer.valueOf(st.strint(str[2]));
}
/*
for (int i = 0; i < cityNum; i++) {
buffer = br.readLine();
System.out.println("buffer="+buffer);
String[] str = buffer.split(" ");
x[i] = Integer.valueOf(str[1]);
y[i] = Integer.valueOf(str[2]);
}
*/
/**
* 计算距离矩阵 ，针对具体问题，距离计算方法也不一样，此处用的是att48作为案例，
* 它有48个城市，距离计算方法为伪欧氏距离，最优值为10628
*/
for(int i = 0;i < this.cityNum - 1;i++) {
for(int j = i + 1;j < this.cityNum;j++) {
double rij = Math.sqrt(((x[i]-x[j])*(x[i]-x[j]) + (y[i]-y[j])*(y[i]-y[j]))/10.0);
int tij = (int)Math.round(rij);
if(tij < rij)
tij++;
this.distance[i][j] = tij;
this.distance[j][i] = tij;
}
}
this.distance[this.cityNum-1][this.cityNum-1] = 0;
//初始化信息素矩阵
this.pheromone=new double[this.cityNum][this.cityNum];
for(int i = 0;i < this.cityNum;i++) {
for(int j = 0;j < this.cityNum;j++) {
this.pheromone[i][j] = 0.1d;
}
}
//初始化最优路径的长度
this.bestLength=Integer.MAX_VALUE;
//初始化最优路径
this.bestTour=new int[this.cityNum+1];
//随机放置蚂蚁
for(int i = 0;i < this.antNum;i++){
this.ants[i]=new Ant(this.cityNum);
this.ants[i].init(this.distance, this.alpha, this.beta);
}
} catch (Exception e) {
e.printStackTrace();
}
}
/**
* 更新信息素
*/
private void updatePheromone() {
//信息素挥发
for(int i = 0;i < this.cityNum;i++)
for(int j = 0;j < this.cityNum;j++)
this.pheromone[i][j] = this.pheromone[i][j] * (1 - this.rho);
//信息素更新
for(int i = 0;i < this.cityNum;i++) {
for(int j = 0;j < this.cityNum;j++) {
for(int k = 0;k < this.antNum;k++) {
this.pheromone[i][j] += this.ants[k].getDelta()[i][j];
}
}
}
}
public void solve() {
for (int g = 0; g < this.MAX_GEN; g++) {
//每一只蚂蚁移动的过程
for (int i = 0; i < this.antNum; i++) {
for (int j = 0; j < this.cityNum; j++) {
this.ants[i].selectNextCity(this.pheromone);
}
this.ants[i].getTabu().add(this.ants[i].getFirstCity());
// if(this.ants[i].getTabu().size() < 49) {
// System.out.println(this.ants[i].toString());
// }
//计算蚂蚁获得的路径长度
this.ants[i].setTourLength(this.ants[i].calculateTourLength());
if(this.ants[i].getTourLength() < this.bestLength){
//保留最优路径
this.bestLength = this.ants[i].getTourLength();
System.out.println("第"+g+"代，发现新的解"+this.bestLength);
// System.out.println("size:"+this.ants[i].getTabu().size());
for(int k = 0;k < this.ants[i].getTabu().size();k++)
this.bestTour[k] = this.ants[i].getTabu().get(k).intValue();;
}
//更新信息素变化矩阵
for (int j = 0; j < this.ants[i].getTabu().size()-1; j++) {
this.ants[i].getDelta()[this.ants[i].getTabu().get(j).intValue()][this.ants[i].getTabu().get(j+1).intValue()] = (double) (1.0/this.ants[i].getTourLength());
this.ants[i].getDelta()[this.ants[i].getTabu().get(j+1).intValue()][this.ants[i].getTabu().get(j).intValue()] = (double) (1.0/this.ants[i].getTourLength());
}
}
//更新信息素
this.updatePheromone();
//重新初始化蚂蚁
for(int i = 0;i < this.antNum;i++){
this.ants[i].init(this.distance, this.alpha, this.beta);
}
}
//打印最佳结果
this.printOptimal();
}百度地图展现设计
计算最佳路径结果
<%
sql="";
String jgmc="";
String mms="";
String[] mm = null;;
for(int j=0;j