期刊文献+
共找到19篇文章
< 1 >
每页显示 20 50 100
求解能耗成本平衡的分布式阻塞流水线调度群体迭代贪婪算法
1
作者 韩雪 王玉亭 +1 位作者 韩玉艳 李俊青 《控制理论与应用》 EI CAS CSCD 北大核心 2024年第6期1147-1155,共9页
在经典分布式流水车间调度问题基础上,本文构建了具有序列相关准备时间的分布式阻塞流水线调度问题(DBFSP SDST)的混合线性整数规划模型(MILP),以均衡各工厂能耗成本为优化目标,提出了基于群体优化的迭代贪婪算法(PEIG).该算法针对零缓... 在经典分布式流水车间调度问题基础上,本文构建了具有序列相关准备时间的分布式阻塞流水线调度问题(DBFSP SDST)的混合线性整数规划模型(MILP),以均衡各工厂能耗成本为优化目标,提出了基于群体优化的迭代贪婪算法(PEIG).该算法针对零缓冲区和多工厂生产模式,设计了问题特性的启发式方法;针对迭代贪婪算法(IGA)的优势和不足,提出了基于群体的局部搜索策略、多邻域搜索结构和增强的跨工厂破坏重构方法,以进一步平衡所提算法的全局探索和局部搜索能力.通过270个测试算例的数值仿真,以及与最新4种代表算法的统计比较,本文验证了所提PEIG算法的优越性,能为中大规模的DBFSP SDST提供更优的调度方案. 展开更多
关键词 分布式 阻塞流水调度 能耗成本 群体局部搜索策略 迭代贪婪算法
下载PDF
基于排他策略和反思算子的协同烟花算法 被引量:1
2
作者 李克文 吴雪锋 王晓辉 《计算机工程与设计》 北大核心 2023年第7期2015-2022,共8页
针对烟花算法局部搜索能力弱、粒子间缺乏协同合作、粒子搜索区域重叠等问题,提出基于排他策略和反思算子的协同烟花算法(CFWA-ER)。根据烟花粒子局部搜索中正确和错误方向上的经验进行反思学习寻找潜在优质解;在全局搜索中通过个体与... 针对烟花算法局部搜索能力弱、粒子间缺乏协同合作、粒子搜索区域重叠等问题,提出基于排他策略和反思算子的协同烟花算法(CFWA-ER)。根据烟花粒子局部搜索中正确和错误方向上的经验进行反思学习寻找潜在优质解;在全局搜索中通过个体与优质粒子间的位置信息协同烟花搜索;基于距离的排他策略避免粒子搜索彼此重叠的区域,陷入局部最优。在10个标准测试函数上的实验结果表明,所提算法相较SPSO、EFWA、AFWA、dynFWA、lotFWA、GFWA在寻优精度和收敛速度方面具有更好的优化性能。 展开更多
关键词 烟花算法 局部搜索 搜索经验 反思学习 协同搜索 基于距离的排他策略 优化性能
下载PDF
基于自适应t分布与随机游走的麻雀搜索算法 被引量:2
3
作者 聂方鑫 王宇嘉 《电子科技》 2023年第7期75-80,共6页
针对麻雀搜索算法在解决复杂问题时存在的收敛精度降低以及陷入局部最优等问题,文中提出了一种基于自适应t分布与随机游走的麻雀搜索算法。该算法在初始化过程中使用反向学习来生成反向解,从中选择优秀的个体组成初始化种群。在原始麻... 针对麻雀搜索算法在解决复杂问题时存在的收敛精度降低以及陷入局部最优等问题,文中提出了一种基于自适应t分布与随机游走的麻雀搜索算法。该算法在初始化过程中使用反向学习来生成反向解,从中选择优秀的个体组成初始化种群。在原始麻雀搜索算法上采用自适应t分布策略和高斯随机游走策略可以提高麻雀个体的寻优能力,同时防止算法早熟。仿真结果表明,相较于对比算法,文中所提算法的收敛精度和收敛速度都有所提升。 展开更多
关键词 麻雀搜索算法 自适应t分布 反向学习策略 随机游走策略 函数优化 局部最优 全局最优 优化算法
下载PDF
基于改进的教与学优化算法的船舶实时路径规划
4
作者 贾鹤鸣 卢程浩 +1 位作者 吴迪 李政邦 《船舶工程》 CSCD 北大核心 2023年第7期115-123,共9页
利用局部逃逸策略(Local Escaping Operator,LEO)对原始教与学优化算法(Teaching Learning Based Optimization,TLBO)的部分解进行替换,使其快速跳出局部最优,提出一种改进的教与学优化算法(Local Escaping Teaching Learning Based Opt... 利用局部逃逸策略(Local Escaping Operator,LEO)对原始教与学优化算法(Teaching Learning Based Optimization,TLBO)的部分解进行替换,使其快速跳出局部最优,提出一种改进的教与学优化算法(Local Escaping Teaching Learning Based Optimization,LETLBO),并将其应用于船舶实时路径规划中。在船舶实时路径规划仿真试验中,利用概率图搭建搜索地图,利用高概率区域模拟目标所在区域,并采用贝叶斯定理设计一个概率函数作为目标函数。同时,为更好地实现实时路径规划,提出以个体为单位,利用在个体探索时高概率区域同时移动的方式模拟船舶在搜索时目标同时移动的情况,成功模拟船舶实时路径规划,保证试验的有效性。通过船舶实时路径规划仿真试验测试2种模拟情况下LETLBO与原算法及其他多种经典算法的性能,结果发现LETLBO在2个情景中找到目标的概率相比原算法分别提升41.88%和43.38%,运算时间分别减少0.9789 s和0.3752 s,且综合性能更优,说明改进的算法具有更好的探索寻优能力和鲁棒性。 展开更多
关键词 船舶实时路径规划 概率图 搜索地图 教与学优化算法 局部逃逸策略
下载PDF
基于SSO的铀尾矿库无线传感器网络定位算法
5
作者 余修武 彭威 +1 位作者 余员琴 刘永 《中国安全科学学报》 CAS CSCD 北大核心 2023年第4期84-90,共7页
为提高铀尾矿库无线传感器网络(WSN)定位算法的定位精度和收敛速度,利用优化的麻雀搜索算法(SSA)改进基于信号强度指示(RSSI)的定位算法。首先,引入混沌映射和精英方向学习初始化麻雀种群,丰富种群多样性,提高算法的全局寻优能力;其次,... 为提高铀尾矿库无线传感器网络(WSN)定位算法的定位精度和收敛速度,利用优化的麻雀搜索算法(SSA)改进基于信号强度指示(RSSI)的定位算法。首先,引入混沌映射和精英方向学习初始化麻雀种群,丰富种群多样性,提高算法的全局寻优能力;其次,采用莱维飞行策略改进搜索者的位置更新方式,避免陷入局部最优;然后,采用优化的SSA代替最小二乘法来定位未知节点,并将定位算法应用于铀尾矿库放射性核素污染监测定位;最后,在不同的锚节点数、通信半径以及噪声标准差条件下,对比麻雀搜索优化定位算法(SSOLA)与加权质心定位算法(WCLA)、接收信号强度指示差定位算法(RSSID)、麻雀搜索定位算法(SSA)、粒子群定位算法(PSO)以及樽海鞘群定位算法(SAP)的性能。结果表明:SSOLA与其余5种算法相比定位误差平均下降41.9%、45.2%、26.8%、39.9%和36.9%,定位精度更高,收敛速度更快。 展开更多
关键词 麻雀搜索优化(SSO) 铀尾矿库 无线传感器网络(WSN) 定位算法 混沌映射 精英反向学习 莱维飞行策略
下载PDF
基于记忆库拉马克进化算法的作业车间调度 被引量:10
6
作者 夏柱昌 刘芳 +1 位作者 公茂果 戚玉涛 《软件学报》 EI CSCD 北大核心 2010年第12期3082-3093,共12页
多种群遗传算法相比遗传算法在性能上能够有所提高,但对具有较多局部最优解的作业车间调度问题,多种群遗传算法仍然难以改善易陷入局部最优解和局部搜索能力差的缺点.因此,提出了一种求解作业车间调度问题的新算法MGA-MBL(multi-populat... 多种群遗传算法相比遗传算法在性能上能够有所提高,但对具有较多局部最优解的作业车间调度问题,多种群遗传算法仍然难以改善易陷入局部最优解和局部搜索能力差的缺点.因此,提出了一种求解作业车间调度问题的新算法MGA-MBL(multi-population genetic algorithm based on memory-base and Lamarckian evolution for jobshop scheduling problem).MGA-MBL在多种群遗传算法的基础上通过引入记忆库策略,不但使子种群间的个体可以进行信息交换,而且有利于保持整个种群的多样性;通过构造基于拉马克进化机制的局部搜索算子来提高多种群遗传算法中子种群进化的局部搜索能力.由于MGA-MBL采用了全局寻优能力较强的模拟退火算法对记忆库中的个体进行优化,从而缓解了多种群遗传算法易陷入局部最优解的问题,并提高了算法求解作业车间调度问题的性能.对著名的benchmark数据进行测试,实验结果证实了MGA-MBL在求解作业车间调度问题上的有效性. 展开更多
关键词 作业车间调度 多种群遗传算法 记忆库 拉马克进化 局部搜索 模拟退火
下载PDF
基于拟熵自适应启动局部搜索策略的混合粒子群算法 被引量:6
7
作者 曹玉莲 李文锋 张煜 《电子学报》 EI CAS CSCD 北大核心 2018年第1期110-117,共8页
在继承综合学习粒子群算法(Comprehensive Learning Particle Swarm Optimizer,CLPSO)全局探索优势的基础上,引入具有高效收敛性能的传统局部搜索(Orthodox Local Search,OLS)方法,提出了基于拟熵自适应启动局部搜索策略的混合粒子群算... 在继承综合学习粒子群算法(Comprehensive Learning Particle Swarm Optimizer,CLPSO)全局探索优势的基础上,引入具有高效收敛性能的传统局部搜索(Orthodox Local Search,OLS)方法,提出了基于拟熵自适应启动局部搜索策略的混合粒子群算法(Hybrid Particle Swarm Optimization algorithm with Adaptive starting strategy of Local Search based on Quasi-Entropy,ALSQE-HPSO).采用拟熵指标解决何时启动OLS这一关键问题.对8个标准函数的10维和20维问题的测试结果,表明了ALSQE-HPSO算法的性能优势.本文提出的算法也与包含两种基于CLPSO的改进算法和一种带OLS的粒子群算法在内的其他6种改进粒子群算法进行了对比,实验结果表明ALSQE-HPSO算法的性能优于对比算法. 展开更多
关键词 进化算法 粒子群优化 自适应策略 局部搜索 种群多样性
下载PDF
一种改进的生物地理学优化算法 被引量:9
8
作者 鲁宇明 王彦超 +1 位作者 刘嘉瑞 Wu Liu 《计算机工程与应用》 CSCD 北大核心 2016年第17期146-151,共6页
生物地理学优化算法(BBO)作为一种新型的智能算法,在其提出不到十年的时间内受到学界的广泛关注和研究,并显示出了广阔的应用前景。为了提高算法的优化性能,对BBO算法提出一种改进,该算法在将差分优化算法(DE)中的局部搜索策略同BBO算... 生物地理学优化算法(BBO)作为一种新型的智能算法,在其提出不到十年的时间内受到学界的广泛关注和研究,并显示出了广阔的应用前景。为了提高算法的优化性能,对BBO算法提出一种改进,该算法在将差分优化算法(DE)中的局部搜索策略同BBO算法中的迁移策略相结合的基础上,针对迁移算子和变异算子分别进行改进,提出了二重迁移算子和二重变异算子,使得栖息地个体在进化过程中得到更高的进化概率,从而使得算法的寻优能力得到进一步提升。通过6个高维函数的测试,结果表明该算法在优化高维优化问题时,较其他几种生物地理学优化算法具有更好的收敛性和稳定性。 展开更多
关键词 生物地理学优化算法 局部搜索策略 二重迁移算子 二重变异算子
下载PDF
基于反向策略的混沌麻雀搜索算法 被引量:6
9
作者 钱敏 黄海松 范青松 《计算机仿真》 北大核心 2022年第8期333-339,487,共8页
针对麻雀搜索算法(SSA)在全局搜索初期多样性较差且后期具有陷入局部最优的风险,利用反向学习策略和混沌理论提出了一种改进的麻雀搜索算法(ISSA)。首先,在麻雀初始化种群个体位置时引入反向学习策略,以提高寻优前期麻雀种群整体质量,... 针对麻雀搜索算法(SSA)在全局搜索初期多样性较差且后期具有陷入局部最优的风险,利用反向学习策略和混沌理论提出了一种改进的麻雀搜索算法(ISSA)。首先,在麻雀初始化种群个体位置时引入反向学习策略,以提高寻优前期麻雀种群整体质量,利于加快全局搜索速度;其次,在算法后期采用Sinusoidal map混沌映射策略,对麻雀位置进行扰动以提高算法的局部开发能力。利用12个国际基准测试函数测试改进算法的性能,并与SSA、改进灰狼算法(TGWO)、鲸鱼算法(WOA)、多分段动态定权粒子群算法(DPSO)进行对比,实验表明ISSA在收敛精度和算法的稳定性方面均表现更优,且收敛速度更快。 展开更多
关键词 麻雀搜索算法 局部最优 反向学习策略 混沌映射
下载PDF
混沌反向学习和声搜索算法 被引量:1
10
作者 欧阳海滨 高立群 +1 位作者 郭丽 孔祥勇 《东北大学学报(自然科学版)》 EI CAS CSCD 北大核心 2013年第9期1217-1221,共5页
为改善和声搜索算法易陷入局部最优的不足,提出了一种混沌反向学习和声搜索(COLHS)算法.基于聚集和发散思想,对算法陷入局部最优和停滞状态进行初步预判断,并根据预判断的结果融合混沌扰动策略和反向学习,利用了logistic混沌序列的遍历... 为改善和声搜索算法易陷入局部最优的不足,提出了一种混沌反向学习和声搜索(COLHS)算法.基于聚集和发散思想,对算法陷入局部最优和停滞状态进行初步预判断,并根据预判断的结果融合混沌扰动策略和反向学习,利用了logistic混沌序列的遍历性和反向学习的空间可扩展性.此外,利用和声记忆库的历史信息定义更新因子和进化因子,自适应地调整参数基音调整概率(PAR)和基音调整步长(BW),平衡算法的聚集和发散.数值结果表明,COLHS算法优于HS算法及最近文献报道的8种改进的HS算法. 展开更多
关键词 和声搜索算法 混沌扰动策略 反向学习 局部最优 历史信息
下载PDF
改进二进制-实数编码混合蛙跳算法在水电机组短期发电调度中的应用 被引量:2
11
作者 杨哲 杨侃 +4 位作者 吴云 夏怡 齐伟擎 张天衍 仲晓林 《天津大学学报(自然科学与工程技术版)》 EI CSCD 北大核心 2019年第9期979-989,共11页
本文将改进实数编码混合蛙跳算法(IR-SFLA)和二进制编码的(IB-SFLA)方法分别应用到水电站经济负荷分配(ELD)和机组组合(UC)问题,提出解决STHGS问题的IBR-SFLA方法.实数编码版本IR-SFLA利用混沌学遍历性、随机性特征生成初始种群,采用更... 本文将改进实数编码混合蛙跳算法(IR-SFLA)和二进制编码的(IB-SFLA)方法分别应用到水电站经济负荷分配(ELD)和机组组合(UC)问题,提出解决STHGS问题的IBR-SFLA方法.实数编码版本IR-SFLA利用混沌学遍历性、随机性特征生成初始种群,采用更新的局部搜索和位置更新策略实现青蛙更新换代,并在迭代后期通过自适应青蛙激活机制重新激发青蛙搜索能力;在二进制编码IB-SFLA中引入改良青蛙子种群分组方式,将青蛙种群分为领导蛙、追随蛙和变异蛙3类蛙群,各类蛙群分别基于正态云模型的精英进化策略、改进的局部搜索机制和混沌理论的蛙群变异操作进行更新迭代.运行结果显示IBR-SFLA相较对比算法,在低、中、高水头下最高缩减耗水量1.14×10^7、1.22×10^7、7.52×10^6m^3,有效提升水能资源利用效率;在保证运算精度、稳定性的同时,平均运行时间最高缩减178、173和172 s,进一步,改进策略性能分析显示,各改进策略可有效增强搜索性能,提升精度,且耗时增幅较小,在较小种群规模下便可获取较高质量的解,为解决大规模机组短期电力调度优化课题提供有效了新思路. 展开更多
关键词 水电站机组短期发电调度(STHGS) 自适应青蛙激活机制 改良子种群分组方式 云模型精英进化策略 混沌蛙群变异
下载PDF
一种基于多种群协作进化的自适应差分进化算法研究 被引量:3
12
作者 周頔 《计算机与数字工程》 2019年第7期1648-1651,1718,共5页
针对差分进化算法求解高维复杂优化问题存在的全局搜索能力和收敛速度不足,论文充分利用局部搜索策略、协同进化机制以及多种群进化模式,提出一种改进的多种群协作自适应差分进化(MSDPIDE)算法。MSDPIDE算法按照个体适应度的差异将个体... 针对差分进化算法求解高维复杂优化问题存在的全局搜索能力和收敛速度不足,论文充分利用局部搜索策略、协同进化机制以及多种群进化模式,提出一种改进的多种群协作自适应差分进化(MSDPIDE)算法。MSDPIDE算法按照个体适应度的差异将个体分成不同的子种群,在多种群协同进化过程中采用局部搜索策略和协同进化机制来提高个体多样性来避免早熟收敛,保证个体之间能够进行充分高效的信息交换,以平衡局部搜索能力与全局搜索能力。通过对9个典型的Benchmarks复杂函数进行了测试,并和DE、和CADE算法进行比较,实验结果表明MSDPIDE算法能有效地避免早熟收敛,具有较高的收敛速率、较高的计算精度、较好的稳定性和较强的全局搜索能力。 展开更多
关键词 差分进化 多种群协作 局部搜索策略 自适应 高维函数优化
下载PDF
改进的基于局部搜索策略的生物地理学优化算法 被引量:8
13
作者 王芙丽 李平 曹江涛 《江南大学学报(自然科学版)》 CAS 2012年第4期467-473,共7页
为了提高生物地理学优化(BBO)算法的优化特性,提出一种改进的基于局部搜索策略的生物地理学优化算法(ILSBBO)。改进的算法将差分进化算法的局部搜索策略与BBO算法的迁移策略进行结合,并引入了差分进化算法中的选择操作。在13个基准测试... 为了提高生物地理学优化(BBO)算法的优化特性,提出一种改进的基于局部搜索策略的生物地理学优化算法(ILSBBO)。改进的算法将差分进化算法的局部搜索策略与BBO算法的迁移策略进行结合,并引入了差分进化算法中的选择操作。在13个基准测试函数上,对改进的算法、基本BBO算法,以及基于BBO的混合差分进化算法(DE/BBO)进行比较,结果表明改进的算法优于所比较的其他两种算法;此外,改进后的算法在收敛速度上也优于基本BBO算法。 展开更多
关键词 生物地理学优化算法 差分进化算法 局部搜索策略
下载PDF
改进节约蚁群算法求解物流配送车辆路径问题 被引量:4
14
作者 李聚 张葛祥 程吉祥 《交通信息与安全》 2013年第3期103-107,共5页
针对节约蚁群算法在求解车辆路径问题易陷入局部极值的不足,提出一种基于连接表扰动策略和吸引力因子局部搜索的改进节约蚁群算法。该算法在陷入局部最优后,引入连接表扰动策略以帮助算法跳出局部最优,该策略在每只蚂蚁进行解构建之前,... 针对节约蚁群算法在求解车辆路径问题易陷入局部极值的不足,提出一种基于连接表扰动策略和吸引力因子局部搜索的改进节约蚁群算法。该算法在陷入局部最优后,引入连接表扰动策略以帮助算法跳出局部最优,该策略在每只蚂蚁进行解构建之前,随机禁忌若干条吸引力因子较大的边以增加算法的勘探能力;同时采用吸引力因子局部搜索优化每只蚂蚁的解,该局部搜索利用吸引力因子引导局部搜索。实验结果表明,改进节约蚁群算法求解车辆路径问题时优于原有节约蚁群算法以及多种已有算法。 展开更多
关键词 车辆路径问题 节约蚁群算法 连接表扰动策略 吸引力因子局部搜索
下载PDF
混合群体增量学习算法求解闭环布局问题 被引量:1
15
作者 邓文瀚 张铭 +1 位作者 王李进 钟一文 《计算机应用》 CSCD 北大核心 2021年第1期95-102,共8页
闭环布局问题(CLLP)是一种NP-困难的混合优化问题,它在大小可调的矩形环上寻找设施最佳放置次序,目标是最小化设施之间物料流的运输成本。现有方法均采用元启发式算法来寻找最优的设施放置次序,并且通过枚举方法来获得最优的矩形环大小... 闭环布局问题(CLLP)是一种NP-困难的混合优化问题,它在大小可调的矩形环上寻找设施最佳放置次序,目标是最小化设施之间物料流的运输成本。现有方法均采用元启发式算法来寻找最优的设施放置次序,并且通过枚举方法来获得最优的矩形环大小,而枚举方法的计算效率不高。为了解决这个问题,提出了求解CLLP的混合群体增量学习(HPBIL)算法,分别使用离散群体增量学习(DPBIL)算子和连续PBIL(CPBIL)算子同时对设施放置次序和矩形环大小进行优化,提高了搜索效率;同时还设计了一个局部搜索算法来优化每代中的部分优质解,以提高算法的求精能力。在13个CLLP测试实例上进行实验,结果表明HPBIL算法在9个测试实例上找到了新的最优布局,它对CLLP的寻优能力明显优于对比算法。 展开更多
关键词 群体增量学习算法 闭环布局问题 混合优化 局部搜索算法 元启发式方法
下载PDF
融合分区和局部搜索的多模态多目标优化 被引量:2
16
作者 胡洁 范勤勤 王直欢 《智能系统学报》 CSCD 北大核心 2021年第4期774-784,共11页
为解决多模态多目标优化中种群多样性维持难和所得等价解数量不足问题,基于分区搜索和局部搜索,本研究提出一种融合分区和局部搜索的多模态多目标粒子群算法(multimodal multi-objective particle swarm optimization combing zoning se... 为解决多模态多目标优化中种群多样性维持难和所得等价解数量不足问题,基于分区搜索和局部搜索,本研究提出一种融合分区和局部搜索的多模态多目标粒子群算法(multimodal multi-objective particle swarm optimization combing zoning search and local search,ZLS-SMPSO-MM)。在所提算法中,整个搜索空间被分割成多个子空间以维持种群多样性和降低搜索难度;然后,使用已有的自组织多模态多目标粒子群算法在每个子空间搜索等价解和挖掘邻域信息,并利用局部搜索能力较强的协方差矩阵自适应算法对有潜力的区域进行精细搜索。通过14个多模态多目标优化问题测试,并与其他5种知名算法进行比较;实验结果表明ZLS-SMPSOMM在决策空间能够找到更多的等价解,且整体性能要好于所比较算法。 展开更多
关键词 多模态多目标优化 分区搜索 局部搜索 协方差矩阵自适应策略 种群多样性 等价解 多模态多目标粒子群算法
下载PDF
融合差分进化思想的自适应人工蜂群算法 被引量:6
17
作者 封硕 刘琨 《郑州大学学报(理学版)》 北大核心 2021年第3期72-78,共7页
针对人工蜂群算法求解复杂优化函数时,存在收敛速度慢、算法后期种群多样性下降以及易陷入局部最优解等缺点,提出了一种融合差分进化思想的自适应人工蜂群算法。首先,引入反向学习策略初始化种群,增加种群的多样性,加强算法跳出局部最... 针对人工蜂群算法求解复杂优化函数时,存在收敛速度慢、算法后期种群多样性下降以及易陷入局部最优解等缺点,提出了一种融合差分进化思想的自适应人工蜂群算法。首先,引入反向学习策略初始化种群,增加种群的多样性,加强算法跳出局部最优解的能力。其次,将雇佣蜂搜索过程与差分进化算法融合,并加入自适应策略平衡算法的勘探与开发能力。最后,在侦查蜂阶段引入混沌序列,增加种群的多样性,加快算法的收敛速度。为验证本文算法的寻优性能,针对8个基准函数,选取ABC算法、DE算法、PSO算法、EABC算法、ABC/best/1算法以及本文算法分别测试。实验结果表明,本文算法在求解精度和收敛速度方面明显提高,易于跳脱局部最优解。 展开更多
关键词 人工蜂群算法 反向学习 邻域搜索 自适应策略 混沌序列
下载PDF
基于改进双种群混合遗传算法的车辆路径问题研究 被引量:2
18
作者 何国强 李斌成 王东先 《供应链管理》 2020年第7期108-118,共11页
针对传统遗传算法求解带容量约束的车辆路径问题,存在早熟收敛、易陷入局部最优等问题,设计了双种群混合遗传算法。种群I在传统遗传算法中引入模拟退火思想及变邻域搜索策略,增强算法局部搜索性能。种群II在迭代过程中,通过设定阈值判... 针对传统遗传算法求解带容量约束的车辆路径问题,存在早熟收敛、易陷入局部最优等问题,设计了双种群混合遗传算法。种群I在传统遗传算法中引入模拟退火思想及变邻域搜索策略,增强算法局部搜索性能。种群II在迭代过程中,通过设定阈值判断当种群达到早熟收敛状态时,利用"移民策略"植入外部个体,达到增加种群多样性、增强算法全局搜索和开发的能力。每次迭代完成后采用"移民算子"进行种群间的信息交流。最近邻插入方法在算法迭代结束之后对求解所得最好解的各子路径进行再优化。算例验证分析可知,所提算法计算结果同算例给出的最好解之间的偏差均在-1.00%以内,求解质量优于所有对比的算法,表明所提算法能有效解决容量约束的车辆路径问题,具有可靠的全局稳定性。 展开更多
关键词 容量车辆路径问题 双种群 混合遗传算法 移民策略 局部搜索/全局搜索
下载PDF
基于双种群的Pareto局部搜索算法
19
作者 汪欣 夏超 《计算机技术与发展》 2018年第11期115-119,123,共6页
多目标组合优化问题是工程实际和现实生活中常见的问题,随着目标数目的增多,其求解的难度也越发增加,现有的多目标组合优化算法大多只能解决两至三个目标问题,对于超过三个目标的超多目标组合优化问题却没有好的解决方案。在基于分解的... 多目标组合优化问题是工程实际和现实生活中常见的问题,随着目标数目的增多,其求解的难度也越发增加,现有的多目标组合优化算法大多只能解决两至三个目标问题,对于超过三个目标的超多目标组合优化问题却没有好的解决方案。在基于分解的框架和Pareto局部搜索算法的基础上,提出了一种基于双种群的Pareto局部搜索算法用于解决超多目标组合优化问题。算法在进化过程中维持两个种群,分别为工作集和外部集。工作集利用分解的思想将多目标优化问题分解成单目标问题进行解决以加速收敛过程,工作集则进行Pareto局部搜索来产生更为高效的解以保证搜索效率。为验证算法的有效性,基于多目标旅行商问题的多个目标和多个实例进行仿真实验。通过与现有算法的比较可知,算法在超多目标的组合优化问题上有着非常好的效果。 展开更多
关键词 多目标组合优化 Pareto局部搜索 双种群 分解框架 多目标旅行商问题
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部