基于改进粒子群蚁群算法的多目标双边匹配问题.pdf

2017年 1月 计算机工程与设计 Jan．2017 第 38卷 第 1期 COMPUTER ENGINEERING AND DESIGN Vo1．38 No．1 基于改进粒子群蚁群算法的多 目标双边匹配问题 陈 睿 ，赵志刚，张雁茹，李永恒 (广西大学 计算机与电子信息学院，广西 南宁530004) 摘 要：针对双边匹配问题特点，以匹配双方的需求条件、第三方利益和匹配对个数为主要 目标，建立双边匹配问题的多 目标优化模型。提出一种基于改进的粒子群蚁群优化算法，对蚁群做 自适应信息素更新机制改进，对粒子群做高斯替换改 进，避免算法陷入局部最优，提高算法寻优速度。仿真结果表明，该算法可行有效，能较好地解决多目标双边匹配问题。 关键词：双边匹配；蚁群算法；粒子群算法；多 目标优化；外部档案 中图法分类号：TP301 文献标识号：A 文章编号：1000—7024(2017)01—0220—06 doi：10．16208／j．issnlO00—7024．2017．01．041 Multi——objectivetWO——sidedmatchingproblem basedonimproved particleswarm antcolonyalgorithm CHEN Rui，ZHAO Zhi—gang，ZHANG Yan—YU，LIYong—heng (CollegeofComputerandElectronicsInformation，GuangxiUniversity，Nanning530004，China) Abstract：Takingtherequirementsofthetwosidesintoaccount，takingtheinterestsofthethirdpartyandthenumberofthe matchingpairsasthemainobjects，amulti-objectiveoptimizationmodeloftwo-sidedmatchingproblemwasproposedforits characteristics．Anoptimizationalgorithm basedonimprovedparticleswarm antcolonysystem wasdesignedtOsolvethemode1． Theself-adaptivepheromoneupdatingmechanism forantcolonyandtheGaussianreplacingstrategyforparticleswarmwereboth introducedintoittoavoidfallingintolocaloptimizationandraisethesearchspeed．Resultsofsimulationshow thatthealgorithm isfeasibleandeffective，whichcanaptlysolvethemulti-objectivetwo-sidedmatchingproblem． Keywords：two-sidedmatching；particleswarmalgorithm；antcolonyalgorithm；multi-objectoptimization；externalfile 简单、收敛速度较快、需调参数较少的粒子群算法 ，用于 0 引 言 解决局部连续优化问题，从而提高算法整体运行速度。将 目前，解决双边匹配问题 1【的算法有 H—R稳定匹配算 改进后的粒子群算法与蚁群算法进行融合，并结合多目标 法、权匹配算法及近年兴起的启发式算法_l2]等。上述多数 排序与筛选等技术，运用于多 目标双边匹配 问题 的求解。 算法将该问题转化为单 目标问题来求解，但对于同一问题 实验结果表明，改进后的粒子群蚁群算法能较好地解决多 不