隨著電子商務(wù)的高速發(fā)展,拍賣市場(chǎng)中可供競(jìng)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(jìng)標(biāo)者依據(jù)物品之間的關(guān)聯(lián)價(jià)值對(duì)多個(gè)物品的組合進(jìn)行出價(jià),因而能夠提高拍賣的效率、降低商品流拍的風(fēng)險(xiǎn)。競(jìng)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(gè)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(jiǎn)單、易于實(shí)現(xiàn)和參數(shù)少的特點(diǎn),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(lái)源】：哈爾濱工程大學(xué)黑龍江省 211工程院校

【文章頁(yè)數(shù)】：66 頁(yè)

【學(xué)位級(jí)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(duì)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(dá)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(jìn)行測(cè)試。在實(shí)驗(yàn)中，不僅將 NRLPSO LPSO 進(jìn)行對(duì)比，還與其它 4 種最近提出的 PSO 改進(jìn)種改進(jìn)策略：ELPSO[61]引入增強(qiáng)領(lǐng)導(dǎo)者的思想、SRO[63]引入 Levy Flight 隨機(jī)尋優(yōu)策略，HCLPSO[64]提出的優(yōu)化性能遠(yuǎn)遠(yuǎn)好于標(biāo)準(zhǔn) PSO 算法，具有一定的代表準(zhǔn)函數(shù)來(lái)自于歷屆 IEEE 進(jìn)化計(jì)算大會(huì)的優(yōu)化測(cè)試函表 3.1 給出了 10 個(gè)測(cè)試函數(shù)的函數(shù)表達(dá)式、搜索空間

【參考文獻(xiàn)】：
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(jì)算機(jī)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(jì)算機(jī)學(xué)報(bào). 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(jì)算機(jī)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(jìng)勝標(biāo)問題研究[J]. 錢巍,馮玉強(qiáng),唐振宇.  運(yùn)籌與管理. 2012(03)
[5]競(jìng)拍者的策略性信息披露[J]. 郭桂霞,龔強(qiáng).  浙江社會(huì)科學(xué). 2010(11)
[6]組合拍賣的理論與實(shí)踐:一個(gè)文獻(xiàn)綜述[J]. 王宏.  產(chǎn)業(yè)經(jīng)濟(jì)評(píng)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(yuǎn).  計(jì)算機(jī)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(hù)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(guó)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(jì)算機(jī)系統(tǒng). 2004(07)

博士論文
[1]組合拍賣中競(jìng)勝標(biāo)自動(dòng)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(hào)：3604424