基于小生境粒子群算法的競勝標(biāo)確定問題研究
發(fā)布時間:2022-01-23 13:17
隨著電子商務(wù)的高速發(fā)展,拍賣市場中可供競標(biāo)者選擇的物品急劇增加,拍賣方式也逐漸由單一同質(zhì)物品的傳統(tǒng)拍賣轉(zhuǎn)向異質(zhì)多物品的組合拍賣。組合拍賣(Combinatorial Auction,CA)允許競標(biāo)者依據(jù)物品之間的關(guān)聯(lián)價值對多個物品的組合進行出價,因而能夠提高拍賣的效率、降低商品流拍的風(fēng)險。競勝標(biāo)確定問題(Winner Determination Problem,WDP)是組合拍賣的核心問題,其已被證明是一個NP難問題,求解WDP問題的算法性能直接影響拍賣人的最終收益。粒子群算法作為一種經(jīng)典的群智能優(yōu)化算法,具有模型簡單、易于實現(xiàn)和參數(shù)少的特點,已廣泛應(yīng)用于NP問題,因此本文使用粒子群優(yōu)化(Particle Swarm Optimization,PSO)算法求解WDP問題。為了解決PSO算法中種群多樣性和收斂性之間的矛盾,本文提出了一種基于小生境的反向?qū)W習(xí)和局部學(xué)習(xí)的粒子群算法(Niche-Based Reverse-Learning and Local-Learning Particle Swarm Algorithm,NRLPSO)。主要做了以下兩部分工作:(1)提出基于小生境的反向...
【文章來源】:哈爾濱工程大學(xué)黑龍江省 211工程院校
【文章頁數(shù)】:66 頁
【學(xué)位級別】:碩士
【部分圖文】:
PSO算法流程圖
( ) { }1 2, , , , 0,1d iGbest = G G G G∈速度向量V 代表的是位置向量 X 取值為 0 或 1 的概率值,因此需要合適的轉(zhuǎn)化函 )將速度向量映射到 [0,1] 概率空間,轉(zhuǎn)換函數(shù)需要滿足如下性質(zhì):(1)minv 以最大概率轉(zhuǎn)化成 0: lim ( )0vf v→ ∞= ;(2)maxv 以最大概率轉(zhuǎn)化成 1: lim ( )1vf v→+∞= ;(3) 對稱性約束: f ( v ) + f ( v ) = 1;(4) 單調(diào)性約束: ( )'f v > 0;Sigmoid 函數(shù)正好滿足了上述約束條件,其函數(shù)表達式和函數(shù)圖像如公式(2-26)和示:1( )1tijtijvSigmoid ve =+(2-26
圖 3.1 NRLPSO 算法的算法流程圖分析 算法的收斂速度、全局探索能力、求解精度以及算多峰函數(shù)上進行測試。在實驗中,不僅將 NRLPSO LPSO 進行對比,還與其它 4 種最近提出的 PSO 改進種改進策略:ELPSO[61]引入增強領(lǐng)導(dǎo)者的思想、SRO[63]引入 Levy Flight 隨機尋優(yōu)策略,HCLPSO[64]提出的優(yōu)化性能遠遠好于標(biāo)準(zhǔn) PSO 算法,具有一定的代表準(zhǔn)函數(shù)來自于歷屆 IEEE 進化計算大會的優(yōu)化測試函表 3.1 給出了 10 個測試函數(shù)的函數(shù)表達式、搜索空間
【參考文獻】:
期刊論文
[1]直覺模糊小生境的自適應(yīng)遺傳算法求解旅行商問題[J]. 梅海濤,王毅,華繼學(xué). 計算機科學(xué). 2016(12)
[2]具備反向?qū)W習(xí)和局部學(xué)習(xí)能力的粒子群算法[J]. 夏學(xué)文,劉經(jīng)南,高柯夫,李元香,曾輝. 計算機學(xué)報. 2015(07)
[3]基于自適應(yīng)小生境粒子群算法的多重Nash均衡求解[J]. 賈文生,向淑文,楊劍鋒. 計算機應(yīng)用與軟件. 2015(01)
[4]基于有窮損害優(yōu)先法求解組合拍賣競勝標(biāo)問題研究[J]. 錢巍,馮玉強,唐振宇. 運籌與管理. 2012(03)
[5]競拍者的策略性信息披露[J]. 郭桂霞,龔強. 浙江社會科學(xué). 2010(11)
[6]組合拍賣的理論與實踐:一個文獻綜述[J]. 王宏. 產(chǎn)業(yè)經(jīng)濟評論. 2009(01)
[7]基于小生境微粒群算法的山峰聚類[J]. 王俊年,申群太,沈洪遠. 計算機工程與應(yīng)用. 2006(17)
[8]小鼠口服弓形蟲DNA混合疫苗的免疫保護反應(yīng)[J]. 叢華,古欽民,周懷瑜,郭嵐,楊婷婷,何深一,李瑛,趙群力. 中國寄生蟲學(xué)與寄生蟲病雜志. 2005(03)
[9]基于小生境技術(shù)的Pareto多目標(biāo)配網(wǎng)重構(gòu)[J]. 彭錦新,劉天琪,劉輝樂. 繼電器. 2005(08)
[10]一種有效的決定優(yōu)勝者問題的近似算法[J]. 李崢,李師賢. 小型微型計算機系統(tǒng). 2004(07)
博士論文
[1]組合拍賣中競勝標(biāo)自動確定問題研究[D]. 錢巍.哈爾濱工業(yè)大學(xué) 2012
碩士論文
[1]一種求解組合拍賣勝者決定問題的局部搜索算法[D]. 張皓辰.東北師范大學(xué) 2017
本文編號:3604424
【文章來源】:哈爾濱工程大學(xué)黑龍江省 211工程院校
【文章頁數(shù)】:66 頁
【學(xué)位級別】:碩士
【部分圖文】:
PSO算法流程圖
( ) { }1 2, , , , 0,1d iGbest = G G G G∈速度向量V 代表的是位置向量 X 取值為 0 或 1 的概率值,因此需要合適的轉(zhuǎn)化函 )將速度向量映射到 [0,1] 概率空間,轉(zhuǎn)換函數(shù)需要滿足如下性質(zhì):(1)minv 以最大概率轉(zhuǎn)化成 0: lim ( )0vf v→ ∞= ;(2)maxv 以最大概率轉(zhuǎn)化成 1: lim ( )1vf v→+∞= ;(3) 對稱性約束: f ( v ) + f ( v ) = 1;(4) 單調(diào)性約束: ( )'f v > 0;Sigmoid 函數(shù)正好滿足了上述約束條件,其函數(shù)表達式和函數(shù)圖像如公式(2-26)和示:1( )1tijtijvSigmoid ve =+(2-26
圖 3.1 NRLPSO 算法的算法流程圖分析 算法的收斂速度、全局探索能力、求解精度以及算多峰函數(shù)上進行測試。在實驗中,不僅將 NRLPSO LPSO 進行對比,還與其它 4 種最近提出的 PSO 改進種改進策略:ELPSO[61]引入增強領(lǐng)導(dǎo)者的思想、SRO[63]引入 Levy Flight 隨機尋優(yōu)策略,HCLPSO[64]提出的優(yōu)化性能遠遠好于標(biāo)準(zhǔn) PSO 算法,具有一定的代表準(zhǔn)函數(shù)來自于歷屆 IEEE 進化計算大會的優(yōu)化測試函表 3.1 給出了 10 個測試函數(shù)的函數(shù)表達式、搜索空間
【參考文獻】:
期刊論文
[1]直覺模糊小生境的自適應(yīng)遺傳算法求解旅行商問題[J]. 梅海濤,王毅,華繼學(xué). 計算機科學(xué). 2016(12)
[2]具備反向?qū)W習(xí)和局部學(xué)習(xí)能力的粒子群算法[J]. 夏學(xué)文,劉經(jīng)南,高柯夫,李元香,曾輝. 計算機學(xué)報. 2015(07)
[3]基于自適應(yīng)小生境粒子群算法的多重Nash均衡求解[J]. 賈文生,向淑文,楊劍鋒. 計算機應(yīng)用與軟件. 2015(01)
[4]基于有窮損害優(yōu)先法求解組合拍賣競勝標(biāo)問題研究[J]. 錢巍,馮玉強,唐振宇. 運籌與管理. 2012(03)
[5]競拍者的策略性信息披露[J]. 郭桂霞,龔強. 浙江社會科學(xué). 2010(11)
[6]組合拍賣的理論與實踐:一個文獻綜述[J]. 王宏. 產(chǎn)業(yè)經(jīng)濟評論. 2009(01)
[7]基于小生境微粒群算法的山峰聚類[J]. 王俊年,申群太,沈洪遠. 計算機工程與應(yīng)用. 2006(17)
[8]小鼠口服弓形蟲DNA混合疫苗的免疫保護反應(yīng)[J]. 叢華,古欽民,周懷瑜,郭嵐,楊婷婷,何深一,李瑛,趙群力. 中國寄生蟲學(xué)與寄生蟲病雜志. 2005(03)
[9]基于小生境技術(shù)的Pareto多目標(biāo)配網(wǎng)重構(gòu)[J]. 彭錦新,劉天琪,劉輝樂. 繼電器. 2005(08)
[10]一種有效的決定優(yōu)勝者問題的近似算法[J]. 李崢,李師賢. 小型微型計算機系統(tǒng). 2004(07)
博士論文
[1]組合拍賣中競勝標(biāo)自動確定問題研究[D]. 錢巍.哈爾濱工業(yè)大學(xué) 2012
碩士論文
[1]一種求解組合拍賣勝者決定問題的局部搜索算法[D]. 張皓辰.東北師范大學(xué) 2017
本文編號:3604424
本文鏈接:http://sikaile.net/jingjilunwen/guojimaoyilunwen/3604424.html
最近更新
教材專著