改进型蚁群算法参数优化研究.docVIP

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
改进型蚁群算法参数优化研究.doc

改进型蚁群算法参数优化研究   摘 要: 研究在不使用局部有哪些信誉好的足球投注网站情况下参数组合对改进型蚁群算法的影响。以带时间窗的车辆路径问题为例,针对基于最大最小蚁群算法的改进蚁群算法中的五个参数,运用均匀设计法对最优参数配置问题进行了研究。仿真实验表明改进的蚁群算法效果明显,能有效解决Solomon数据集中的R类和RC类问题,且具有较强的鲁棒性。对最优参数的局部调整没有明显提高算法获取最优解能力的问题,分析了其可能的原因。   关键词: 最大最小蚁群算法; 均匀设计; 有时间窗车辆路径问题; Solomon数据集   中图分类号:TP301.6 文献标志码:A 文章编号:1006-8228(2014)06-53-03   0 引言   车辆路径问题(Vehicle Routing Problem,VRP)属于组合优化问题,其理论涉及到运筹学、管理学、交通运输、计算机应用等多个学科。VRP问题中加入节点可访问的时间窗约束即成为有时间窗车辆路径问题(Vehicle Routing Problem with Time Windows, VRPTW)。由于现实生活中很多问题可以归结为VRPTW,因此VRPTW的研究受到学术界的广泛重视。   蚁群算法虽然具有较强鲁棒性,但存在有哪些信誉好的足球投注网站速度慢和容易出现停滞的缺点。为此,学术界除了引进其他算法来加强其有哪些信誉好的足球投注网站能力外,还从蚁群算法本身的参数设置角度来克服其弱点,目前有三种方式。第一种是用其他算法来自动筛选参数,例如刘利强[1]等利用粒子群优化算法,将离子当前位置作为算法参数来优选ACS算法的参数。第二种是动态调整蚁群算法参数,如蔺媛媛等[2]采用自适应调整q参数,刘武阳等[3]采用自适应调整信息素增量和信息素挥发率都属于此类。第三类是通过研究参数与最优解的关系,如王明芳[4]通过数据仿真来研究全局最优解与参数的关系,甘屹[5]则是通过正交优化实验来研究算法之间的交互作用以提高求解精度和收敛速度。   本文通过基于最大最小蚁群算法(MMAS)的改进来研究参数设置在有时间窗车辆路径问题上的应用。通过均匀设计法,找出参数的最优组合。对Solomon标准数据集的计算,验证了算法和参数设置的有效性。   1 有时间窗车辆路径问题的定义   VRPTW的一般定义如下:从某一物流中心用多台配送车辆从多个客户取货,每个客户的位置和需求量和需求时间一定,每个客户只能由一台车辆服务一次,要求合理安排车辆配送路线,使目标函数得到最优,即在不违背约束条件下所用车辆数最少和行走路线长度最短。本文将最小化车辆数量作为第一目标,最小化车辆行驶路线长度作为第二目标。   2 最大最小蚁群算法及其在有时间窗车辆路径问题中的应用   MMAS对AS的关键改进在于将路径上的信息素浓度限定[τmin,τmax]之间,这较好地避免了有哪些信誉好的足球投注网站陷入局部最优解。因为在有哪些信誉好的足球投注网站过程中,随着信息素的挥发和累积,某些路径上的信息素浓度会远远高于其他路径,从而导致有哪些信誉好的足球投注网站过早停滞。   2.1 状态转移概率   蚂蚁在选择下一个节点时,在满足容量约束和时间窗约束下,需要考虑如下三个因素:①通往下个节点的路径长度以及路径上的信息素浓度[6];②时间窗因素的择优性[6],由下个客户j的时间窗宽度和所在客户i到达下个客户j的时间等因素决定,这种择优性的优先原则为,需等待时间较短优先原则和时间窗较小优先原则;③基于Wissner-Gross,A.D.[7]的事物倾向于向自由度大的方向进化的理论,潜在下一可行节点数多的节点有优先权。   其中,Ω={vj|vj为可被访问的客户},v0为配送中心。为客户j的时间窗;tij为从客户i到达客户j的时间(等于开始为客户i服务的时刻+客户i所需服务时间+从客户i到客户j的时间);VCij为客户j的下一潜在可被访问客户数,由所有满足LTi+Si+Lij?LTj的客户组成。τij为vi和vj之间路径上的信息素;ηij为路径可见性,这里ηij=1/dij,dij为客户i与j之间路径长度。α和β为路径上信息素与路径可见性的权重。   2.2 动态启发式信息更新   因为VRPTW问题的第一目标值是最小化车辆数量,因此为强化改进蚁群算法构建最小化车辆数量路径的能力,本文对上面状态转移概率中的信息素和路径长度启发式做如下改变:   该式中,antTypei为信息素更新的蚂蚁类型,rand()为随机值,t为信息素更新随机因子。因为ηij为路径值启发式信息,因此将其以t的概率增加蚂蚁构建更优的车辆数量的解集合。   3 数值试验分析   3.1 均匀设计优化参数   蚁群算法参数优化是一个多因素多水平优化设计问题,对于参数设定不可能遍历所有可能。利用均匀设计和均匀设计表,选取具有代表性的样本进行试验,能极大减少试验的次

文档评论(0)

lnainai_sj + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档