学位论文 > 优秀研究生学位论文题录展示
粒子群算法改进及在车辆路径问题中的应用
作 者: 郑建茹
导 师: 张国立
学 校: 华北电力大学
专 业: 应用数学
关键词: 粒子群算法 惯性权重 车辆路径问题 优化算法 多种群
分类号: TP18
类 型: 硕士论文
年 份: 2013年
下 载: 13次
引 用: 0次
阅 读: 论文下载
内容摘要
粒子群算法是基于群体智能自行搜索的优化算法,其原理简单,算法易理解,不依赖于实际问题,通用性强,算法易实现。该算法一经提出,就吸引了许多学者的关注,逐渐成为一个新的研究热点。本文对粒子群算法的原理、主要步骤、特点进行了详细介绍,分析了算法的两种搜索模式,指出了每种模式的优缺点,从不同角度总结了算法的改进措施。惯性权重是粒子群算法速度更新公式中的重要参数,它的出现平衡了前一代速度对当代速度的影响,又平衡了算法的全局搜索能力和局部搜索能力。本文给出线性和非线性相结合的惯性权重自适应粒子群算法,即将惯性权重的取值随迭代次数变化而变化,前一阶段,随迭代次数线性递减,有利于群体的全局搜索;后一阶段,随迭代次数非线性变化,有利于群体的局部搜索。同时,为了避免群体陷入局部最优,将“多种群”思想和惯性权重自适应相结合,给出了线性和非线性相结合的惯性权重自适应多种群粒子群算法。将种群平均分成若干子种群,每个子种群按照惯性权重自适应策略,独立的进行搜索,直到每个子种群都搜到最优位置,将各个子种群的最优位置保留,组成新的初始种群。新的初始种群再按照惯性权重自适应进行搜索,直到搜索到最优位置为止。为了验证改进算法的有效性,本文通过几个测试函数对改进策略进行验证,实验结果表明了算法具有较好的性能。对一般车辆路径问题进行描述,在此基础上给出了一种定配送车辆数的车辆路径问题模型,并采用本文给出的改进算法来解决这一车辆路径问题。应用改进算法来解决一个典型的车辆路径问题案例,并将运行结果和采用遗传算法、改进粒子群算法的运行结果进行了比较,表明本文改进算法更有效。
|
全文目录
摘要 5-6 ABSTRACT 6-9 第1章 绪论 9-13 1.1 课题背景及研究的目的和意义 9 1.2 粒子群算法及车辆路径问题的研究现状 9-11 1.2.1 粒子群算法的研究现状 9-11 1.2.2 车辆路径问题的研究现状 11 1.3 本文的研究工作和创新 11-12 1.4 论文的组织结构 12-13 第2章 粒子群优化算法 13-21 2.1 基本粒子群算法 13-16 2.1.1 基本理论 13-14 2.1.2 算法主要步骤和特点 14-15 2.1.3 算法的两种模型 15-16 2.2 对基本粒子群算法的改进 16-20 2.2.1 算法搜索能力 17-19 2.2.2 算法的搜索效率 19-20 2.3 本章小结 20-21 第3章 线性和非线性相结合的权重自适应多种群粒子群算法 21-29 3.1 线性和非线性相结合的权重自适应多种群粒子群算法 21-25 3.1.1 改进思路 21-22 3.1.2 线性和非线性相结合的权重自适应多种群粒子群算法 22-25 3.2 仿真实验 25-28 3.2.1 测试函数 25-26 3.2.2 实验参数的选取 26-27 3.2.3 实验结果及分析 27-28 3.3 本章小结 28-29 第4章 改进粒子群算法在车辆路径问题中的应用 29-35 4.1 车辆路径问题 29-32 4.1.1 问题描述 29 4.1.2 数学模型 29-32 4.2 改进算法在车辆路径问题中的应用 32-34 4.2.1 算法的设计 32-33 4.2.2 仿真实验 33-34 4.3 本章小结 34-35 第5章 结论与展望 35-37 5.1 本文研究工作总结 35 5.2 进一步的工作设想 35-37 参考文献 37-42 攻读硕士学位期间发表的论文及其它成果 42-43 致谢 43-44 作者简介 44
|
相似论文
- 基于粒子群算法求曲线/曲面间最小距离方法,O182
- 有源电力滤波器及其在配电网中的应用,TN713.8
- 融合粒子群和蛙跳算法的模糊C-均值聚类算法研究,TP18
- 基于控制方法的粒子群算法改进及应用研究,TP301.6
- 基于SVM和PSO的烧结工况预报方法的研究与实现,TF821
- 基于改进粒子群算法的无人机航迹规划,V279
- 复杂动态环境下的小型足球机器人路径规划研究,TP242
- 基于D-FNN的加热炉钢温建模与优化研究,TG334.9
- 规模动态增长的车辆路径优化问题,U116.2
- 一类改进的粒子群优化算法,TP301.6
- 基于粒子群优化算法的无刷直流电机控制方法研究,TM33
- 基于改进蚁群算法的物流配送路径研究,TP301.6
- 移动机器人路径规划研究及仿真实现,TP242
- 基于克隆免疫算法的应急物流车辆路径模型的研究,U116.2
- 电力系统机组组合问题的研究,TM732
- 多生产点烟草企业的原材料运输车辆路径问题研究,F426.8
- 启发式规则与自组织优化在机组组合优化中的应用,TM73
- 基于参数辨识的电力系统动态等值方法研究,TM712
- 基于磁滞优化的车辆路径问题研究,O224
- 柔性路径下基于混合粒子群算法的跨单元调度方法,TH165
- 无人机区域侦察航路规划研究,V279.3
中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论
© 2012 www.xueweilunwen.com
|