本文關(guān)鍵詞：改進人工蜂群算法及其在應急調(diào)度優(yōu)化問題中的應用，由筆耕文化傳播整理發(fā)布。

【摘要】：針對大規(guī)模災難發(fā)生時首批生命物資的應急調(diào)度建模及優(yōu)化求解問題進行了研究。將受災點缺失損失評價函數(shù)由線性擴充到非線性,對一次性消耗類和連續(xù)性消耗類物資建立了多對多約束多目標調(diào)度模型�；赑areto支配和擁擠距離的概念將人工蜂群基本算法應用到此問題的求解,并對算法進行了改進:基于反向食物源的定義提出融合反向?qū)W習的食物源初始化,以提高初始解的質(zhì)量;將反向?qū)W習策略和廣泛學習策略融合到蜜蜂搜索過程,以反向食物源和其他較好食物源信息來引導搜索方向。對三種規(guī)模下隨機生成的調(diào)度問題數(shù)據(jù)的仿真實驗表明,改進算法所求出的非支配前沿解集更具多樣性,分布更加廣泛和均勻,能夠為首批應急物資調(diào)度決策進行支持。
【作者單位】： 沈陽建筑大學信息與控制工程學院;沈陽建筑大學管理學院;
【關(guān)鍵詞】： 非線性缺失損失 應急調(diào)度模型 約束多目標優(yōu)化 人工蜂群算法 反向?qū)W習 廣泛學習
【基金】：國家住建部科學研究資助項目(2013-K8-8) 國家科技支撐計劃資助項目(2006BAJ06B08-03)
【分類號】：TP18;D035
【正文快照】： 0引言近些年,大規(guī)模災害頻繁發(fā)生,中國南方暴風雪、汶川玉樹大地震、日本福島地震等各種災害給人類造成了重大甚至是毀滅性打擊,對人類生存和社會發(fā)展構(gòu)成了嚴重威脅。在突發(fā)災害時,迅速高效確定應急物資的調(diào)配方案并第一時間展開求援,能夠最大程度挽救人民生命與財產(chǎn)損失,因

  本文關(guān)鍵詞：改進人工蜂群算法及其在應急調(diào)度優(yōu)化問題中的應用，由筆耕文化傳播整理發(fā)布。

，

本文編號：416860