分享到:

蚁群算法在组合优化中的应用

本文介绍了崭新的求解复杂优化问题的启发式算法—蚁群算法以及它的基本原理。该算法是通过模拟蚁群搜索食物的过程,达到求解此类问题的目的。它具有智能搜索、  (本文共4页) 阅读全文>>

西安电子科技大学
西安电子科技大学

蚁群算法在组合优化中的应用

组合优化中的许多问题是NP-完全问题,也是科学和工程计算中重要和基本的问题,这类问题的求解一直是算法研究领域的热点问题。对于NP-完全的组合优化问题,至今尚无很好的解析算法,一般采用启发式算法来解决。蚁群算法作为一种新的启发式算法,它具有正反馈、分布式计算以及结构性的贪心启发等特点,使其能够成功地解决许多NP-完全的组合优化问题。本文在详细介绍蚁群算法原理的基础上,对蚁群算法在组合优化问题中的应用进行分析和研究,主要将蚁群算法应用于求解最大团和最大割两个经典的NP-完全组合优化问题,本文主要做了以下工作:1、在研究已有的最大团问题的蚁群算法以及对蚁群算法深入分析的基础上,根据最大团问题的特点,提出了最大团问题的新型蚁群算法,通过大量的仿真试验证明,算法的性能明显提高了。2、以最大团问题为例,对蚁群算法的参数进行了深入研究,并提出了使用动态局部启发信息的改进策略。仿真试验证明,该方案使算法的性能得到一定的提高。3、在研究了组合优化...  (本文共60页) 本文目录 | 阅读全文>>

《黑龙江科技信息》2008年01期
黑龙江科技信息

蚁群算法的原理及其在组合优化中的应用

蚁群优化算法是近年来出现的一种新的启发式搜索算法。首先介绍...  (本文共1页) 阅读全文>>

重庆交通大学
重庆交通大学

基于遗传算法和蚁群算法的道路平纵线形优化应用

道路线形设计是道路设计中最主要任务之一。关于道路线形优化,多年来主要集中于遗传算法的路线纵断面优化,且常以土石方费用最优作为优化的目标函数。本文通过对现有路线优化理论及方法的学习,提出基于组合算法的路线平、纵整体优化的模型。本文在分析研究了遗传算法和蚁群算法各自的特点基础上,提出遗传算法和蚁群算法相结合的路线纵断面优化,并对原算法的初始解等操作做出了改进。论文充分利用遗传算法所具有全局大范围的搜索能力,以及蚁群算法具有的信息素反馈功能,将两种算法结合使用,旨在提高优化的效率。本文首先对纵断面进行初始优化,获得工程土石方费用的参考值基础上,以先平面后纵断面的原则进行优化,反复操作,直至获得最优设计方案。论文采用蚁群算法对道路平面线形优化,利用划分网格法生成初始解的搜索空间,以平面交点坐标作为优化变量,调整平曲线半径值的方法进行平面线形优化。釆用遗传算法和蚁群算法相结合的组合算法进行路线纵断面优化,以变坡点里程和高程作为优化变量,竖...  (本文共72页) 本文目录 | 阅读全文>>

中国海洋大学
中国海洋大学

一种混合蚁群算法在JSP问题中的应用研究

随着市场竞争的日趋激烈,每个企业都在寻求更好的生产与运作管理方案,以提高企业的生产、经营和管理效率,从而提高企业的核心竞争优势。生产与运作管理的核心是车间调度问题能否高效地获得优化解,研究车间调度问题具有很大的理论意义和现实价值。车间调度问题是解决如何按时间的先后分配资源来完成不同的生产任务,使预定目标最优化的问题。作业车间调度一(JSP)问题是许多实际车间调度问题的简化模型,是一个典型的NP-难问题。该问题具有约束性、非线性、不确定性、大规模性等复杂性,已被证明在多项式时间内得不到最优值。近年来,对于Job-shop调度问题求解方式主要有启发式算法和元启发式算法,但各有其不足之处:元启发式方法的运行时间长,可获得较好的解,但其解不稳定;启发式方法可在较短的时间内得到鲁棒性较强的解,但是极少获得较优的解。为了更好地解决作业车间调度问题,将一些解决此类问题较好的算法组合起来。蚁群算法是通过信息素的累积和更新收敛于最优路径上,具有分...  (本文共58页) 本文目录 | 阅读全文>>

吉林大学
吉林大学

群智能算法的改进及其在相关领域中的应用

本文对群智能算法中的蚁群算法进行了改进,并将粒子群算法应用于蚁群算法的主要参数选择,取得很好的结果。将改进方法应用于一系列组合优化问题——经典旅行商问题、多点路由问题、生物信息学中的基序发现问题等,实验结果表明改进方法是有效的。本文的主要内容之一是针对基本蚁群算法在处理大规模优化问题上算法执行效率很低的缺点进行的改进,改进的算法以提高算法的执行效率和提高解的质量为目的。首先,针对基本蚁群算法的选路时间过长的问题,引入选路优化策略,减少了算法中蚂蚁的选路次数,显著提高了算法的执行效率。尤其对于以往较难处理的大规模TSP问题,改进算法在执行效率上有明显的优势。其次,改进的算法引入了蚂蚁个体差异,并将不同蚂蚁选路策略混合应用,使改进后的蚁群算法在加快收敛速度和提高解的质量的同时,避免了过早停滞现象。最后,由于蚁群算法是概率算法,解的质量依赖于概率函数的参数选择,传统的人工经验方法设置固定的参数不能使所有问题的解得到优化,所以本文引入粒...  (本文共114页) 本文目录 | 阅读全文>>