离散群体智能算法的分析与应用-信息管理及电子商务专业毕业论文.docxVIP

离散群体智能算法的分析与应用-信息管理及电子商务专业毕业论文.docx

  1. 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. 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. 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. 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. 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. 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. 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
山东师范大学博士掌位论文摘要 山东师范大学博士掌位论文 摘要 最优化问题是人们在科学研究、工程技术和经济管理等诸多领域中经常碰 到的问题,其目的是从众多备选方案中选择出使目标函数达到最小或最大的方 案。优化方法涉及的应用领域很广,问题种类与性质繁多,根据不同的原则可 以给出不同的分类。根据决策变量的取值类型,可分为函数优化问题与组合优 化问题(又称离散优化问题)。离散优化问题是一类重要的优化问题,随着计算 机科学、管理科学和现代化生产技术等的日益发展,这类问题与日俱增,且其 大部分都是NP.I删问题。这些问题正越来越受到运筹学、应用数学、计算机 科学及管理科学等诸多学科的高度重视。很长时间以来,人们试图寻找解决各 种组合问题的有效算法。长期的努力在此问题上取得了一定的成效,但NP问 题仍然是2l世纪一个最具挑战性的科学难题,是在理论信息学中计算复杂度理 论领域里至今没有解决的问题。 群体智能优化方法是一个新兴的研究领域,为复杂优化问题的求解提供了 一个有效手段,已引起相关领域学者的广泛关注。其中有代表性的有意大利学 者M鲫沁Dorigo于1991年提出的蚁群优化方法和1995年J锄es Ke衄edy和 RusseU Eberhan基于对鸟群、鱼群捕食行为的模拟,提出的粒子群优化方法。 由于这些方法概念简明、所需设置的参数较少、实现方便,特别用以解决复杂 的组合优化问题具有优越性,迅速得到国际优化计算领域的认可,并在工程设 计、生产优化等应用领域取得成功的应用。论文首先系统深入地分析了离散粒 子群算法的本质,构建了一种简便高效的二元离散粒子群算法。然后,提出了 一种全新的求解线性顺序问题的离散粒子群算法。其次,对置换流水车间调度 问题初始解集的各种构建方法进行了比较分析。最后,提出了一种能够减少早 熟现象的并行蚁群算法。 论文的主要研究工作与创新点归纳如下: 1、对“离散型粒子群算法的本质”进行了探索。通过对经典的离散型粒子 群算法中各部件进行拆分和分析;并在分析的基础上,对这些部件以一种全新 的方式重新组合起来,构建了一种简便高效的离散粒子群算法。新算法中每个 粒子的新位置仅同其当前位置、其前一个位置、其历史最优位置和其邻域内的 历史最优位置有关。对于各元素仅用O和1表示的二值问题,在这些位置,这 些元素要么是O,要么是1。粒子中各元素在新位置取O或者l的概率,仅同以 上位置该元素取O或者1的比例相关;即各元素在新位置的取值正比例于其当 前位置、其历史最优位置和其邻域内的历史最优位置的取值,而负比例于其前 一个位置的取值。该算法无需涉及在离散型粒子群算法中难以解释的“速度”的 山东师范大掌博士学位论文概念,没有使用si鲫oid函数,无需对任何变量值施加变化范围限制,仅使用 山东师范大掌博士学位论文 概念,没有使用si鲫oid函数,无需对任何变量值施加变化范围限制,仅使用 基于值比例的概率,公式简洁易于理解。该探索提供了一种窥视二元离散粒子 群算法的新角度,为未来进一步探索离散粒子群算法的本质提供了一个基点。 在De Jong Test Suite测试集上,运行该离散粒子群算法,并与经典的离散粒子 群算法进行比较。测试表明,提出的算法简便高效。 另外,还在算法中引入了一个领袖粒子(Queen hlfo衄觚t)。该粒子使用单独 的类似蚁群信息素的更新规则,并向所有其它粒子提供信息;而仅有当前全局 历史最优解向其提供信息。该粒子类似量子,有两部分组成,其各元素两个值 分别表示该元素取O和1的比例概率。在算法中加入领袖粒子,将其运行结果 同先前的运行结果和经典算法的运行结果进行比较。实证表明,领袖粒子的引 入有效地加快了算法的收敛速度,且没有增加函数的评估计算量。 2、求解线性顺序问题(“near Order Problem,LOP)的离散粒子群算法。线性 顺序问题是一种NP-hard的组合优化问题,其每个解可用一个‘‘n个数的排列” 来表示。他让某矩阵的行和列同时使用这个排列顺序,使得该矩阵主对角线以 上元素值的总和最大化。论文提出了一种简便的离散粒子群算法,无需交换、 交叉、变异、插入、删除等算子,仅需在每个粒子中存储各元素在其排列中的 位置,而不是排列本身。将这些位置看成可以左右移动的;每个粒子的速度是 由其元素左右移动形成的,从而对粒子的速度有一个清晰直观的解释。并用连 续型的粒子群算法更新每个元素在其排列中的位置,然后用排序的方式确定各 元素在排列中的相对位置即可。将该算法同基于交换算子的粒子群算法在标准 LOLm测试集上进行比较,表明该算法具有强大的优势。该方法适用于解元素 在解排列中的绝对位置比相对位置更为重要的各种组合优化问题。 3、对置换流水车间调度问题(Pe彻utation Flowshop Schedul

您可能关注的文档

文档评论(0)

131****9843 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档