本文關(guān)鍵詞：混合算法求解多目標(biāo)平衡旅行商問題　出處：《計算機研究與發(fā)展》2017年08期 　論文類型：期刊論文

  更多相關(guān)文章： 混合伊藤算法 混合遺傳算法 平衡旅行商問題 多目標(biāo)平衡旅行商問題 蟻群算法

【摘要】：平衡旅行商問題(balanced traveling salesman problem,BTSP)是旅行商問題(traveling salesman problem,TSP)的變化模型,是另一種組合優(yōu)化問題,可在汽輪機(gas turbine engines,GTE)等的優(yōu)化問題中得到應(yīng)用,但BTSP模型只能對含單個旅行商一個任務(wù)的優(yōu)化問題建模,不能同時對含多個旅行商多任務(wù)的問題進行建模和優(yōu)化.基于此,首次提出了一種多目標(biāo)平衡旅行商問題(multiobjective balanced traveling salesman problem,MBTSP)模型,可建模含多個旅行商多任務(wù)的優(yōu)化問題,具體可應(yīng)用在含多個目標(biāo)或個體的實際問題,例如含多個GTE的優(yōu)化.相關(guān)文獻的研究已證實,伊藤算法和遺傳算法(genetic algorithm,GA)在求解組合優(yōu)化問題中具有較好的性能,因此,應(yīng)用混合伊藤算法(hybrid ITO algorithm,HITO)和混合遺傳算法來求解MBTSP問題.HITO通過蟻群算法(ant colony optimization,ACO)來產(chǎn)生基于圖的概率生成模型,再用伊藤算法的漂移和波動算子對該圖模型進行更新,從而得到MBTSP的最優(yōu)解.對于混合遺傳算法,第一個用貪心法對遺傳算法進行改進,命名為貪心法遺傳算法(genetic algorithm with greedy initialization,GAG),第二個用爬山算法優(yōu)化遺傳算法,稱之為爬山法遺傳算法(genetic algorithm by hill-climbing,GAHC),最后一個為模擬退火遺傳算法(genetic algorithm with simulated annealing,GASA).為了有效驗證該算法,使用小尺度到大尺度的不同規(guī)模MBTSP問題的數(shù)據(jù)進行實驗,結(jié)果表明:混合算法在求解MBTSP問題是有效的,并表現(xiàn)出不同的特點.
[Abstract]:Balanced traveling salesman problem. BTSPs are the changing model of traveling salesman problem (TSP), and another kind of combinatorial optimization problem. It can be applied to the optimization problem of steam turbine gas turbine engine, etc., but the BTSP model can only model the optimization problem with a single traveling salesman. Problems with multiple tasks cannot be modeled and optimized at the same time. A multiobjective balanced traveling salesman problem is proposed for the first time. The GTE model can be used to model the multi-task optimization problem with multiple traveling salesman. It can be applied to practical problems with multiple objectives or individuals, such as optimization with multiple GTE. Ito algorithm and genetic algorithm GA) have better performance in solving combinatorial optimization problems. Hybrid ITO algorithm is applied to hybrid Ito algorithm. HITO) and hybrid genetic algorithm (HITO) are used to solve the MBTSP problem. HITO uses ant colony optimization. ACO) is used to generate graph-based probabilistic model, and then Ito's drift and fluctuation operators are used to update the graph model to obtain the optimal solution of MBTSP. For hybrid genetic algorithm. The first one uses greedy method to improve genetic algorithm. Named greedy genetic algorithm algorithm with greedy initialization (gag). The second is genetic algorithm by ill-climbing genetic algorithm (algorithm). The last one is genetic algorithm with simulated annealing. In order to verify the algorithm effectively, we use the data of different scale MBTSP problem from small scale to large scale to carry on the experiment. The results show that the hybrid algorithm is effective in solving the MBTSP problem. And show different characteristics.
【作者單位】： 武漢大學(xué)計算機學(xué)院;
【基金】：國家自然科學(xué)基金項目(61672024,61170305)~~
【分類號】：TP18
【正文快照】： 平衡旅行商問題(balanced traveling salesmanproblem,BTSP)是TSP的變化模型,可應(yīng)用在汽輪機的優(yōu)化等問題.但是BTSP模型只能對含一個旅行商單個任務(wù)的問題建模,沒法同時對含多個旅行商有多個單獨任務(wù)的問題進行建模和優(yōu)化,基于此,本文提出了多目標(biāo)的平衡旅行商問題(multi-obje

【參考文獻】

相關(guān)期刊論文 前2條

1 易云飛;蔡永樂;董文永;林曉東;;求解帶用戶滿意度的多目標(biāo)實時車輛路徑問題的改進伊藤算法[J];電子學(xué)報;2015年10期

2 董文永;張文生;于瑞國;;求解組合優(yōu)化問題伊藤算法的收斂性和期望收斂速度分析[J];計算機學(xué)報;2011年04期

【共引文獻】

相關(guān)期刊論文 前10條

1 董學(xué)士;董文永;王豫峰;;混合算法求解多目標(biāo)平衡旅行商問題[J];計算機研究與發(fā)展;2017年08期

2 滿振禎;余世明;何德峰;;基于改進伊藤算法的最短路徑網(wǎng)絡(luò)路由優(yōu)化算法[J];計算機科學(xué);2017年07期

3 尹志揚;余世明;;求解環(huán)境車輛路徑問題的多種群伊藤算法[J];計算機科學(xué);2016年12期

4 易云飛;林曉東;蔡永樂;;求解旅行商問題的改進粒子群算法[J];計算機工程與設(shè)計;2016年08期

5 華茂;余世明;;一種改進的混沌伊藤算法求解車輛配送問題[J];計算機科學(xué);2016年03期

6 易云飛;蔡永樂;董文永;林曉東;;求解帶用戶滿意度的多目標(biāo)實時車輛路徑問題的改進伊藤算法[J];電子學(xué)報;2015年10期

7 王浩光;余世明;;求解車輛路徑問題的改進伊藤算法[J];計算機科學(xué);2015年09期

8 易云飛;董文永;林曉東;蔡永樂;;求解帶軟時間窗車輛路徑問題的改進伊藤算法及其收斂性分析[J];電子學(xué)報;2015年04期

9 李松芳;劉偉;;基于萬有引力思想的遺傳算子[J];廣東工業(yè)大學(xué)學(xué)報;2015年01期

10 李松芳;劉偉;徐懷祥;;一種基于漂移和波動思想的遺傳算法[J];廣東工業(yè)大學(xué)學(xué)報;2014年01期

【二級參考文獻】

相關(guān)期刊論文 前6條

1 易云飛;董文永;林曉東;蔡永樂;;求解帶軟時間窗車輛路徑問題的改進伊藤算法及其收斂性分析[J];電子學(xué)報;2015年04期

2 喻飛;李元香;魏波;徐星;趙志勇;;透鏡成像反學(xué)習(xí)策略在粒子群算法中的應(yīng)用[J];電子學(xué)報;2014年02期

3 董文永;張文生;于瑞國;;求解組合優(yōu)化問題伊藤算法的收斂性和期望收斂速度分析[J];計算機學(xué)報;2011年04期

4 王本年;高陽;陳兆乾;謝俊元;陳世福;;RLGA:一種基于強化學(xué)習(xí)機制的遺傳算法[J];電子學(xué)報;2006年05期

5 ;Hybrid ant colony algorithm for traveling salesman problem[J];Progress in Natural Science;2003年04期

6 徐宗本,聶贊坎,張文修;遺傳算法的幾乎必然強收斂性——鞅方法[J];計算機學(xué)報;2002年08期

【相似文獻】

相關(guān)期刊論文 前10條

1 王大志;汪定偉;閆楊;;一類多旅行商問題的計算及仿真分析[J];系統(tǒng)仿真學(xué)報;2009年20期

2 莫愿斌;劉賀同;王勤;;旅行商問題的綜述教學(xué)研究[J];中國科教創(chuàng)新導(dǎo)刊;2008年08期

3 蘇麗杰,聶義勇;現(xiàn)實旅行商問題[J];小型微型計算機系統(tǒng);2005年04期

4 顧大權(quán);徐四林;袁媛;汪晉;;求解旅行商問題的一個有效算法[J];解放軍理工大學(xué)學(xué)報(自然科學(xué)版);2006年02期

5 陳文蘭;戴樹貴;;旅行商問題算法研究綜述[J];滁州學(xué)院學(xué)報;2006年03期

6 江賀;張憲超;陳國良;;有向黑白旅行商問題[J];計算機學(xué)報;2007年03期

7 管琳;白艷萍;;用分支定界算法求解旅行商問題[J];中北大學(xué)學(xué)報(自然科學(xué)版);2007年02期

8 黃可為;汪定偉;;熱軋計劃中的多旅行商問題及其計算方法[J];計算機應(yīng)用研究;2007年07期

9 張敏;金琴玲;;旅行商問題的一種新解法[J];重慶職業(yè)技術(shù)學(xué)院學(xué)報;2008年01期

10 高春濤;;求解旅行商問題的幾種解法[J];邊疆經(jīng)濟與文化;2010年05期

相關(guān)會議論文 前10條

1 馮純伯;;旅行商問題的一種解法[A];1991年控制理論及其應(yīng)用年會論文集（下）[C];1991年

2 張雷;鄭維敏;;廣義旅行商問題、放映員問題和一類調(diào)度模型[A];1996年中國控制會議論文集[C];1996年

3 胡巧華;吳懷宇;陳喬禮;陳媛;;一種求解旅行商問題的啟發(fā)交叉算子的研究[A];第25屆中國控制會議論文集（中冊）[C];2006年

4 張輝;王錫淮;肖健梅;;基于改進蟻群算法的旅行商問題[A];2007中國控制與決策學(xué)術(shù)年會論文集[C];2007年

5 李大衛(wèi);王夢光;;熱軋調(diào)度與多旅行商問題[A];1996年中國控制會議論文集[C];1996年

6 劉春波;潘豐;楊丹;;基于改進的蟻群算法在中國旅行商問題中的求解[A];2007中國控制與決策學(xué)術(shù)年會論文集[C];2007年

7 馮純伯;蔣珉;;應(yīng)用模擬電場法解旅行商問題[A];1993年控制理論及其應(yīng)用年會論文集[C];1993年

8 李麗;程玉榮;牛奔;;離散人工蜂群算法求解旅行商問題[A];第十三屆中國管理科學(xué)學(xué)術(shù)年會論文集[C];2011年

9 孫啟瑞;李俊;丁健;戴先中;;新型訪問域部分重疊的多旅行商問題的GA求解[A];2013年中國智能自動化學(xué)術(shù)會議論文集（第四分冊）[C];2013年

10 韓愛麗;朱大銘;;旅行商問題的一種新DNA編碼方案[A];2006年全國理論計算機科學(xué)學(xué)術(shù)年會論文集[C];2006年

相關(guān)博士學(xué)位論文 前4條

1 張夢穎;不確定因素下路徑規(guī)劃問題研究[D];中國科學(xué)技術(shù)大學(xué);2016年

2 溫新剛;基于服務(wù)時間約束的在線旅行商問題研究[D];西安交通大學(xué);2017年

3 譚陽;求解廣義旅行商問題的若干進化算法研究[D];華南理工大學(xué);2013年

4 王剛;兩類圈問題的算法研究[D];國防科學(xué)技術(shù)大學(xué);2013年

相關(guān)碩士學(xué)位論文 前10條

1 劉欣欣;旅行商問題的基因片段插入算法研究[D];閩南師范大學(xué);2015年

2 陳玲;基于PSO-GA混合算法的時間優(yōu)化的旅行商問題的研究[D];合肥工業(yè)大學(xué);2015年

3 趙麗娜;帶油耗的單商品取送貨旅行商問題研究[D];沈陽師范大學(xué);2016年

4 毛巍;一種新的改進人工蜂群算法及其在旅行商問題中的應(yīng)用[D];四川理工學(xué)院;2016年

5 盧雨瀟;基于多頭絨泡菌模型的優(yōu)化蟻群算法及其在旅行商問題中的運用[D];西南大學(xué);2016年

6 肖聰;農(nóng)產(chǎn)品配送中的流旅行商問題及啟發(fā)式算法的研究[D];吉林農(nóng)業(yè)大學(xué);2016年

7 孫文成;基于多目標(biāo)方法的旅行商問題復(fù)雜度研究[D];大連理工大學(xué);2016年

8 師肖靜;不確定環(huán)境下旅行商問題的模型及算法[D];聊城大學(xué);2017年

9 徐東鎮(zhèn);蟻群算法及其在廣義旅行商問題求解中的應(yīng)用[D];合肥工業(yè)大學(xué);2007年

10 黃厚生;求解旅行商問題的新方法研究[D];天津大學(xué);2005年

，

本文編號：1421280