logo

您所在位置网站首页 > 海量文档  > 专业论文 > 综合论文

多目标路由问题中的蚁群优化算法研讨.pdf 62页

本文档一共被下载: ,您可全文免费在线阅读后下载本文档。

  • 支付并下载
  • 收藏该文档
  • 百度一下本文档
  • 修改文档简介
全屏预览

下载提示

1.本站不保证该用户上传的文档完整性,不预览、不比对内容而直接下载产生的反悔问题本站不予受理。
2.该文档所得收入(下载+内容+预览三)归上传者、原创者。
3.登录后可充值,立即自动返金币,充值渠道很便利
特别说明: 下载前务必先预览,自己验证一下是不是你要下载的文档。
  • 上传作者 QQ3177968980(上传创作收益人)
  • 发布时间:2018-01-13
  • 需要金币150(10金币=人民币1元)
  • 浏览人气
  • 下载次数
  • 收藏次数
  • 文件大小:2.82 MB
下载过该文档的会员
你可能关注的文档:
湖南大学 硕士学位论文 多目标路由问题中的蚁群优化算法研究 姓名:王永 申请学位级别:硕士 专业:计算机科学与技术 指导教师:李智勇 20090521 多同标路由问题中的蚁群优化算法研究 摘 要 路由问题,诸如旅行商问题和车辆路径问题,由于具有极高的学术价值和广 泛的现实应用,因此得到了广泛的研究。同时,多目标优化由于提供了对问题新 的定义的机会,因而得到了越来越多的关注。本文主要针对多目标路由问题这一 更加贴近现实应用的路由问题展开蚁群优化算法的研究,主要完成的工作和取得 的研究成果包括: 首先,本文针对蚁群优化算法在运行过程中如何保持对已发现的最优解的开 发和对未知解的探索之间的平衡这一关键问题,通过引入云模型这一定性定量转 换模型,提出了一种基于云模型的模糊蚁群算法CFACA。CFACA算法通过使用 半云模型作为模糊隶属函数,对当前迭代中的一些次优解进行信息素更新,同时 通过构建一种自适应机制,有效的避免了算法的早熟收敛,提高了算法在求解路 由问题中的性能。 其次,本文分析了基于云模型的模糊蚁群算法CFACA的收敛性。通过对 CFACA算法概率模型的分析,证明了本文提出的CFACA算法是收敛的。同时, 旅行商问题的求解结果表明CFACA算法在收敛速度和稳定性方面要优于现有的 ACS算法和MMAS算法。 第三,在CFACA算法的基础上,结合多目标路由问题的特点,本文提出了 一种新的基于云模型的多目标蚁群算法CMACA。CMACA算法通过对多目标路 由问题中的每个目标建立相应的启发式信息和信息素信息,并对其信息素信息采 用云模型进行模糊处理,在对非支配解进行全局信息素更新的同时对某些次支配 解也进行信息素更新。CMACA算法通过对信息素的状态评估,建立~种多目标 种进化多目标优化算法能获得更好的效果。 关键词:多目标优化;蚁群算法;路由问题;多目标路由问题 II 硕一l二学位论文 Abstract as andthevehicle the salesman routing Routingproblems,suchtraveling problem and are studiedbothbecauseoftheirclassicacademic their widely appeal problem of is numerousreal-life fieldmulti-objectiveoptimization applications.Similarly,the moreandmore becauseitoffersnew for attracting attention,notably opportunities onant for colony

请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
用户名: 验证码: 点击我更换图片

©2010-2013 max.book118.com在线文档投稿赚钱网. All Rights Reserved 蜀ICP备08101938号