- 1、原创力文档(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。。
 - 2、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。
 - 3、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)。
 - 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
 - 5、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。
 - 6、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。
 - 7、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
                        
                    
                不确定多项目选址问题的微粒群优化算法
                    
第21 卷第23 期                                    系 统 仿 真 学 报©                                                       Vol. 21 No. 23 
2009 年12 月                                   Journal of System Simulation                                           Dec., 2009 
                    不确定多项目选址问题的微粒群优化算法 
                                                张 勇,巩敦卫,张婉秋 
                                         ( 中国矿业大学信息与电气工程学院,徐州  221008) 
                      摘 要:针对项目收益具有不确定性、为区间数的多项目选址问题,                                       首先,  定义约束的满足测度和 
                      处理策略,  把含区间参数多目标优化模型转化为确定型单目标优化命题;  接着,                                         利用微粒群算法优 
                      化该模型,  给出离散变量连续化、微粒位置归一化、微粒位置解码等关键问题的解决方法.  最后,  优 
                      化8 项目10 位置选址实例,  验证了所建模型的可行性及算法的有效性. 
                      关键词:多项目选址;不确定;微粒群优化;区间约束 
                      中图分类号:TP 301                文献标识码:A               文章编号:1004-731X (2009) 23-7464-04 
                                        Particle Swarm Optimization 
                          for Uncertain Multi-project Location Problems 
                                   ZHANG Yong, GONG Dun-wei, ZHANG Wan-qiu 
                (School of Information and Electronic Engineering, China University of Mining Technology, Xuzhou 221008, China) 
    Abstract:   Aiming   at   a   multi-project   location   problem   with   uncertainty   that   the   benefit   values   are   intervals, firstly   the 
    multi-objective optimization model with interval parameters was converted into a certain single optimization proposition by 
    defining a satisfaction metric and a solving method for constraints. Secondly, the particle swarm optimization algorithm was 
    applied to solve the above model, based on that such continuity of discrete variables, normalization and decoding of particle 
   positions as key problems were solved successfully.  Finally, the feasibility of the deterministic model and the efficiency of the 
    proposed algorithm were valid
                
原创力文档
                        

文档评论(0)