粒子群优化算法研究及应用(周先东)讲解.pptVIP

4 求解运输问题的GAPSO算法 运输问题是一个应用非常广泛的问题，传统方法对于大规模的运输问题求解比较复杂，而一些基于随机搜索算法的解法对于其约束条件的处理又比较困难。本文基于运输问题约束条件的特殊性，设计了一种产生可行解的方法，将对约束条件的处理转化到了算法设计之中。在此基础上，又设计了基于遗传算法和PSO算法的求解运输问题的GAPSO算法。 本文主要工作 4.1运输问题数学模型 目标函数： 产量约束： 销售约束： 当 时为供销平衡的运输问题； 时为供销不平衡的运输问题。 当 本文主要工作 4.2 GAPSO算法初始解的设计(供销平衡问题） A1 A2 An Bm B2 B1 产地 销售地 a11 a12 a1j B1=B1-a11 B2=B2-a12 Bm=Bm-a1m Bj=Bj-a1j 第一次各销售地剩余需求量 第一个产地分配 a1m 本文主要工作 A1 A2 An Bm B2 B1 产地 销售地 a21 a22 a2j a2m B1=B1-a21 B2=B2-a22 Bm=Bm-a2m Bj=Bj-a2j 第二次各销售地剩余需求量 第二个产地分配 本文主要工作 A1 A2 An Bm B2 B1 产地 销售地 ai1 ai2 aij aim B1=B1-ai1 B2=B2-ai2 Bm=Bm-aim Bj=Bj-aij 第i次各销售地剩余需求量 Ai