【摘要】：目前,工程上的優(yōu)化問題越來越棘手,傳統(tǒng)的解決方法已經(jīng)無法高效地解決這些難題。生活中常見的現(xiàn)象,比如說鳥群協(xié)作進行的捕食行為、螞蟻能找到偏僻角落的甜食以及頭腦簡單的蜜蜂卻構(gòu)造出世界上最神奇的建筑等,都是由簡單生物表現(xiàn)出的群智能,人類從中獲得靈感提出了群智能算法,人工蜂群算法正是其中的一種。該算法一經(jīng)提出,由于其結(jié)構(gòu)簡單易實現(xiàn)、性能優(yōu)越,越來越多研究人員對其進行研究。人工蜂群算法雖然優(yōu)秀,但是其存在很多優(yōu)化算法都存在的缺點——收斂速度慢。本文通過分析其收斂速度慢的原因,并針對分析結(jié)果進行改進提出了基于局部和全局信息交互的人工蜂群算法(ABCLGII)。本文首先描述了人工蜂群算法的研究背景及發(fā)展,然后分析了人工蜂群算法存在的不足,設(shè)計了ABCLGII算法,之后通過在數(shù)值優(yōu)化問題及在車輛路徑問題上的應(yīng)用去驗證ABCLGII算法的有效性。本文的主要工作如下:1)本文分析人工蜂群算法存在的不足,設(shè)計了基于局部和全局信息交流的人工蜂群算法(ABCLGII)。該算法主要的創(chuàng)新點在于增強同類蜜蜂之間的信息交互,充分利用優(yōu)秀個體的信息對種群的搜索進行引導(dǎo)。ABCLGII通過三個新穎的搜索公式以及一個自適應(yīng)選擇策略去實現(xiàn)上述機制,通過這種方式使得蜂群從原來盲目獨立的搜索變?yōu)橛蟹较蛐缘暮献魇剿阉?提升了種群全局收斂速度,由此改善算法搜索性能。通過ABCLGII與其它算法在22個標(biāo)準(zhǔn)測試函數(shù)的數(shù)據(jù)對比,驗證了ABCLGII算法存在一定的優(yōu)勢。2)本文將改進的人工蜂群算法應(yīng)用到車輛路徑問題上,通過將種群個體向量進行離散化,使得一個個體即代表一條路徑,然后使用ABCLGII算法進行不斷地迭代進化,找出以運輸成本最低為目標(biāo)的最優(yōu)車輛路徑。通過ABC、遺傳算法和ABCLGII算法的運行數(shù)據(jù)對比,驗證了ABCLGII算法在實際應(yīng)用問題的優(yōu)勢。
[Abstract]:At present, the optimization problems in engineering are becoming more and more difficult, and the traditional solutions can not solve these problems efficiently. The common phenomena in life, such as the predation behavior of birds, the ability of ants to find sweets in remote corners and the construction of the most magical buildings in the world by bees with simple minds, are all swarm intelligence shown by simple creatures. Human beings get inspiration from them and propose swarm intelligence algorithm. Artificial bee swarm algorithm is one of them. Once the algorithm is proposed, because its structure is simple and easy to implement, and its performance is superior, more and more researchers have studied it. Although the artificial bee swarm algorithm is excellent, it has many shortcomings, that is, the convergence speed is slow. In this paper, an artificial beehive algorithm (ABCLGII). Based on local and global information interaction is proposed by analyzing the reasons for its slow convergence and improving the analysis results. In this paper, the research background and development of artificial beehive algorithm are described, then the shortcomings of artificial beehive algorithm are analyzed, and the ABCLGII algorithm is designed. Then, the effectiveness of ABCLGII algorithm is verified by its application in numerical optimization problem and vehicle routing problem. The main work of this paper is as follows: 1) in this paper, the shortcomings of artificial beehive algorithm are analyzed, and an artificial beehive algorithm (ABCLGII). Based on local and global information exchange is designed. The main innovation of the algorithm is to enhance the information interaction among the same kind of bees, and make full use of the information of excellent individuals to guide the search of the population. ABCLGII realizes the above mechanism through three novel search formulas and an adaptive selection strategy, which makes the bee colony change from blind and independent search to directional cooperative search, which improves the global convergence speed of the population. Thus, the search performance of the algorithm is improved. By comparing the data of ABCLGII with other algorithms in 22 standard test functions, it is verified that the ABCLGII algorithm has some advantages. 2) in this paper, the improved artificial bee swarm algorithm is applied to the vehicle routing problem. By discretizing the individual vector of the population, an individual represents a path, and then the ABCLGII algorithm is used for continuous iterative evolution to find the optimal vehicle path with the lowest transportation cost. By comparing the running data of ABC, genetic algorithm and ABCLGII algorithm, the advantages of ABCLGII algorithm in practical application are verified.
【學(xué)位授予單位】：深圳大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP18

【相似文獻】

相關(guān)期刊論文 前10條

1 唐加福;孔媛;潘震東;董穎;;基于劃分的蟻群算法求解貨物權(quán)重車輛路徑問題[J];控制理論與應(yīng)用;2008年04期

2 鐘雪靈;王雄志;;開放式車輛路徑問題的混合算法[J];計算機仿真;2011年08期

3 熊浩;符卓;鄢慧麗;;動態(tài)車輛路徑問題的隱分區(qū)靈活分批策略[J];同濟大學(xué)學(xué)報(自然科學(xué)版);2013年05期

4 婁山佐;吳耀華;肖際偉;廖莉;;基于增強學(xué)習(xí)解決隨機需求車輛路徑問題[J];系統(tǒng)仿真學(xué)報;2008年14期

5 徐俊杰;;車輛路徑問題的改進微正則退火算法[J];信息化縱橫;2009年06期

6 吳斌;邵建峰;方葉祥;;基于客戶滿意度的開放式車輛路徑問題研究[J];計算機工程;2009年17期

7 王江晴;張瀟;;復(fù)雜環(huán)境下動態(tài)車輛路徑問題的建模與求解[J];武漢大學(xué)學(xué)報(理學(xué)版);2010年04期

8 陸琳;蔡紹洪;;一類隨機顧客車輛路徑問題及其算法[J];南京航空航天大學(xué)學(xué)報;2010年04期

9 溫惠英;孫博;;協(xié)同車輛路徑問題的模糊規(guī)劃模型和算法[J];計算機應(yīng)用研究;2011年02期

10 楊皎平;高雷阜;王俊;;裝卸聯(lián)盟車輛路徑問題及兩階段優(yōu)化方法[J];計算機工程與應(yīng)用;2011年14期

相關(guān)會議論文 前10條

1 符卓;陳斯衛(wèi);;車輛路徑問題的研究現(xiàn)狀與發(fā)展趨勢[A];中國運籌學(xué)會第七屆學(xué)術(shù)交流會論文集（下卷）[C];2004年

2 楊世堅;陳韜;;隨機車輛路徑問題研究綜述[A];中國系統(tǒng)工程學(xué)會決策科學(xué)專業(yè)委員會第六屆學(xué)術(shù)年會論文集[C];2005年

3 李桂平;陳楠;;多中心車輛路徑問題的解決思路[A];中國地理信息系統(tǒng)協(xié)會第四次會員代表大會暨第十一屆年會論文集[C];2007年

4 李大衛(wèi);王夢光;;廣義車輛路徑問題——模型及算法[A];1997中國控制與決策學(xué)術(shù)年會論文集[C];1997年

5 符卓;聶靖;;開放式車輛路徑問題及其若干研究進展[A];中國運籌學(xué)會第八屆學(xué)術(shù)交流會論文集[C];2006年

6 陳寶文;宋申民;陳興林;單志眾;;應(yīng)用于車輛路徑問題的多蟻群算法[A];第25屆中國控制會議論文集（下冊）[C];2006年

7 戎麗霞;;模糊需求條件下的多車場車輛路徑問題[A];第三屆中國智能計算大會論文集[C];2009年

8 張鳳姣;張興芳;;基于不確定理論的車輛路徑問題[A];第九屆中國不確定系統(tǒng)年會、第五屆中國智能計算大會、第十三屆中國青年信息與管理學(xué)者大會論文集[C];2011年

9 肖雁;符卓;李育安;;帶軟時間窗的車輛路徑問題及其應(yīng)用前景探討[A];中國運籌學(xué)會第六屆學(xué)術(shù)交流會論文集（下卷）[C];2000年

10 許鑫;范文慧;馮雅U，

本文編號：2502782