本文關(guān)鍵詞：一種新的改進(jìn)人工蜂群算法及其在旅行商問(wèn)題中的應(yīng)用，由筆耕文化傳播整理發(fā)布。

【摘要】：人工蜂群算法是一種能夠解決大多數(shù)優(yōu)化問(wèn)題的新思維方法,具有重要學(xué)術(shù)意義和現(xiàn)實(shí)應(yīng)用價(jià)值。但因其復(fù)雜性,目前的研究成果比較分散且缺乏系統(tǒng)性。因此,針對(duì)人工蜂群算法的不足,同時(shí)結(jié)合前人的研究,本文采用理論與數(shù)值仿真相結(jié)合的研究方法,提出了比較集中和系統(tǒng)的改進(jìn)人工蜂群算法,同時(shí)證明了該改進(jìn)算法的有效性和收斂性。最后將改進(jìn)人工蜂群算法應(yīng)用于旅行商問(wèn)題,結(jié)果顯示改進(jìn)人工蜂群算法具有良好的性能。具體研究?jī)?nèi)容為:(1)詳細(xì)描述蜜蜂的采蜜過(guò)程,借鑒相關(guān)文獻(xiàn)總結(jié)出了經(jīng)典人工蜂群算法的基本過(guò)程。為了快速理解經(jīng)典人工蜂群算法,給出了相關(guān)專(zhuān)業(yè)術(shù)語(yǔ)的定義。得出了算法的基本步驟,并畫(huà)出了算法的流程圖,總結(jié)了經(jīng)典人工蜂群算法的不足。(2)運(yùn)用反學(xué)習(xí)方法以及改進(jìn)的“S”型分組方法,構(gòu)造初始種群,并用靈敏度-信息素方式代替原有的輪盤(pán)賭選擇方式,設(shè)計(jì)了一種自適應(yīng)調(diào)整因子的函數(shù)以強(qiáng)化收斂速度和保證種群的多樣性,提出改進(jìn)的人工蜂群算法。并選擇了CEC13版本最新的14個(gè)測(cè)試函數(shù),分別以20維和40維,與其它五種算法進(jìn)行數(shù)值仿真比較。結(jié)果表明:改進(jìn)的人工蜂群算法有效地解決了搜索速度慢、群體多樣性差和易陷入局部最優(yōu)等缺陷,在集中性和穩(wěn)定性方面都取得了更好的效果。(3)證明改進(jìn)人工蜂群算法種群狀態(tài)序列是有限齊次的Markov鏈。然后,依據(jù)改進(jìn)的概率選擇公式,證明整個(gè)種群的進(jìn)化方向是單調(diào)的,并且改進(jìn)人工蜂群算法中的Markov鏈種群序列以概率1收斂于全局最優(yōu)解集。最后利用下鞅收斂定理,證明改進(jìn)人工蜂群算法的幾乎處處強(qiáng)收斂性。(4)將改進(jìn)人工蜂群算法應(yīng)用到旅行商問(wèn)題。結(jié)果顯示:相對(duì)經(jīng)典人工蜂群算法,改進(jìn)人工蜂群算法總是先達(dá)到最優(yōu)路徑且最優(yōu)路徑更短。這說(shuō)明改進(jìn)人工蜂群算法的有效性。
【關(guān)鍵詞】：改進(jìn)人工蜂群算法 改進(jìn)“S”型分組 靈敏度-信息素 自適應(yīng)調(diào)整因子 收斂性分析 旅行商問(wèn)題
【學(xué)位授予單位】：四川理工學(xué)院
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TP18
【目錄】：

• 摘要6-7
• Abstract7-11
• 第一章 緒論11-20
• 1.1 研究背景和意義11-14
• 1.2 研究現(xiàn)狀14-18
• 1.3 主要內(nèi)容和創(chuàng)新點(diǎn)18-19
• 1.4 論文結(jié)構(gòu)和后續(xù)章節(jié)安排19-20
• 第二章 經(jīng)典人工蜂群算法20-25
• 2.1 基本過(guò)程20-22
• 2.2 算法步驟及其流程圖22-23
• 2.3 小結(jié)23-25
• 第三章 改進(jìn)人工蜂群算法及其數(shù)值仿真25-42
• 3.1 改進(jìn)的人工蜂群算法及其流程圖25-32
• 3.1.1 基于反學(xué)習(xí)理論的初始種群構(gòu)造25-26
• 3.1.2 基于“S”型分組的子種群分組26-27
• 3.1.3 靈敏度-信息素選擇方式27-28
• 3.1.4 自適應(yīng)調(diào)整因子的搜索方式28-30
• 3.1.5 改進(jìn)人工蜂群算法的流程圖30-32
• 3.2 數(shù)值仿真32-41
• 3.2.1 收斂曲線圖形及分析34-40
• 3.2.2 平均值和標(biāo)準(zhǔn)差的比較40
• 3.2.3 總運(yùn)行時(shí)間的比較40-41
• 3.3 小結(jié)41-42
• 第四章 改進(jìn)人工蜂群算法的收斂性分析42-46
• 4.1 改進(jìn)人工蜂群算法的Markov性42-43
• 4.2 改進(jìn)人工蜂群算法的依概率收斂性43-44
• 4.3 改進(jìn)人工蜂群算法的幾乎處處強(qiáng)收斂性44-45
• 4.4 小結(jié)45-46
• 第五章 改進(jìn)人工蜂群算法應(yīng)用于旅行商問(wèn)題46-53
• 5.1 旅行商問(wèn)題46-47
• 5.2 利用改進(jìn)人工蜂群算法求解旅行商問(wèn)題47-52
• 5.3 小結(jié)52-53
• 總結(jié)與展望53-55
• 參考文獻(xiàn)55-63
• 攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文及研究成果63-64
• 致謝64-65
• 附錄65-72
• 附錄1 均值和標(biāo)準(zhǔn)差65-68
• 附錄2 六種算法的運(yùn)行時(shí)間表（單位：秒）68-70
• 附錄3 時(shí)間減少率70-71
• 附錄4 TSP的標(biāo)準(zhǔn)測(cè)試庫(kù)中eil51的51個(gè)城市坐標(biāo)71
• 附錄5 eil51優(yōu)化路徑以及優(yōu)化路徑長(zhǎng)度71-72

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

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

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

3 蘇麗杰,聶義勇;現(xiàn)實(shí)旅行商問(wèn)題[J];小型微型計(jì)算機(jī)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(wèn)題的一個(gè)有效算法[J];解放軍理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年02期

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

6 江賀;張憲超;陳國(guó)良;;有向黑白旅行商問(wèn)題[J];計(jì)算機(jī)學(xué)報(bào);2007年03期

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

8 黃可為;汪定偉;;熱軋計(jì)劃中的多旅行商問(wèn)題及其計(jì)算方法[J];計(jì)算機(jī)應(yīng)用研究;2007年07期

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

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

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前10條

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

2 張雷;鄭維敏;;廣義旅行商問(wèn)題、放映員問(wèn)題和一類(lèi)調(diào)度模型[A];1996年中國(guó)控制會(huì)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(wèn)題的啟發(fā)交叉算子的研究[A];第25屆中國(guó)控制會(huì)議論文集（中冊(cè)）[C];2006年

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

5 李大衛(wèi);王夢(mèng)光;;熱軋調(diào)度與多旅行商問(wèn)題[A];1996年中國(guó)控制會(huì)議論文集[C];1996年

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

7 馮純伯;蔣珉;;應(yīng)用模擬電場(chǎng)法解旅行商問(wèn)題[A];1993年控制理論及其應(yīng)用年會(huì)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(wèn)題[A];第十三屆中國(guó)管理科學(xué)學(xué)術(shù)年會(huì)論文集[C];2011年

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

10 韓愛(ài)麗;朱大銘;;旅行商問(wèn)題的一種新DNA編碼方案[A];2006年全國(guó)理論計(jì)算機(jī)科學(xué)學(xué)術(shù)年會(huì)論文集[C];2006年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

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

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

3 王剛;兩類(lèi)圈問(wèn)題的算法研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 劉欣欣;旅行商問(wèn)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(shí)間優(yōu)化的旅行商問(wèn)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(wèn)題研究[D];沈陽(yáng)師范大學(xué);2016年

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

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

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

7 王玲麗;隨機(jī)存儲(chǔ)下的有容量限制的廣義旅行商問(wèn)題[D];上海交通大學(xué);2012年

8 高峰;求解多目標(biāo)旅行商問(wèn)題的進(jìn)化算法研究[D];華東師范大學(xué);2013年

9 覃錦華;求解旅行商問(wèn)題的進(jìn)化算法[D];西安電子科技大學(xué);2008年

10 李天龍;基于自組織優(yōu)化算法的多旅行商問(wèn)題的求解與應(yīng)用[D];浙江大學(xué);2010年

  本文關(guān)鍵詞：一種新的改進(jìn)人工蜂群算法及其在旅行商問(wèn)題中的應(yīng)用，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：389126