組合優(yōu)化作為一類重要的優(yōu)化問題,其涉及的領(lǐng)域甚為廣泛,如信息技術(shù)領(lǐng)域、工業(yè)工程領(lǐng)域、交通運輸領(lǐng)域以及經(jīng)濟管理領(lǐng)域。因此對組合優(yōu)化問題的研究具有非常重要的實際意義。隨著人工智能的發(fā)展,從上世紀80年代開始,進化算法逐漸成為求解組合優(yōu)化問題的重要手段,在諸多領(lǐng)域得到了廣泛的應(yīng)用。在使用進化算法等智能優(yōu)化算法求解組合優(yōu)化問題的研究中,問題的表示方式在很大程度上決定了搜索空間的大小與形態(tài),從而決定了問題的難度、影響著優(yōu)化算法的性能。因此,本文以求解組合優(yōu)化問題為核心目的,圍繞組合優(yōu)化問題的表示方式和單目標(biāo)、多任務(wù)以及多目標(biāo)進化優(yōu)化算法兩方面展開研究。主要工作可概括如下:1.針對約束滿足問題設(shè)計了直接和間接混合的表示方式,進而基于混合表示方式設(shè)計了相應(yīng)的多智能體進化算法�；旌媳硎痉绞浇Y(jié)合了直接表示方式操作簡單、易于評價的優(yōu)點和間接表示方式能解碼生成質(zhì)量較好的解的優(yōu)點。另外針對問題特性和混合表示方式設(shè)計了鄰域交叉算子、變異算子以及自學(xué)習(xí)算子等多智能體進化算法中智能體的若干行為。在250個標(biāo)準(zhǔn)二元約束滿足問題測試集和79個圖染色問題測試集上驗證了所設(shè)計的基于混合表示方式的多智能體進化算法,實驗結(jié)果表...

【文章頁數(shù)】：133 頁

【學(xué)位級別】：博士

【部分圖文】：

圖２．１圖染色示例??例?２．１：??

構(gòu)成，｜Ｄ，｜表示Ａ包含的離散值的個數(shù)。??（３）?—組約束Ｃ??Ｃ＝｛Ｃｉ（ｊｃ１），?Ｃ．ｉｘ１），，?Ｃｍ（ｘＪＴ，）｝?（２－２）??其中Ａ－＇，?／＝?１，?２，…，Ｗ為變量；Ｃ的一組子集，每個元組Ｇ（Ａ〇?＝沾，匈表示屬于Ａ：＇的變量〈ｘ｛，??４〉￡分不能同時取值為....

圖２．２智能體網(wǎng)格??２．４．２?針對智能體的進化算子??由２．３節(jié)可知，每個智能體包含直接表示方式和間接表示方式ｉ＜Ｐ＞兩部分，??

第二章求解約束滿足問題的混合表示方式及多智能體進化算法??麗濯＝??！??圖２．２智能體網(wǎng)格??２．４．２?針對智能體的進化算子??由２．３節(jié)可知，每個智能體包含直接表示方式和間接表示方式ｉ＜Ｐ＞兩部分，??因此進化算子既可以作用于也可以作用于Ｌ＜Ｐ＞。本章使用ＭＣＤ解碼算法將Ｚ....

圖２．３?ｉ，．，：對ＭＡＥＡＤ＆Ｉ－ＣＳＰ性能的影響??２．５．２?圖染色測試集上的實驗結(jié)果??

第二章求解約束滿足問題的混合表示方式及多智能體進化算法??ＡＥＳ值。測試結(jié)果如圖２．３所示，可以看出種群的大小對ＳＲ和ＭＥ指標(biāo)的影響較小，??雖然ＡＥＳ的值不穩(wěn)定，但是和種群大小沒有明顯的相關(guān)性。據(jù)此可以得知，??ＭＡＥＡＤ＆Ｉ－ＣＳＰ對種群大小的設(shè)置并不敏感，故在本章中，根據(jù)經(jīng)....

圖３．２四種初始化位置??定義３．２：?—個ＭＢＳ由模塊列表和移動模式列表兩部分組成，表示如下：??

始化到初始位置１，之后只能平行向左移動到不能再移動為止；??移動模式２：模塊初始化到初始位置２，模塊重復(fù)向下向左移動到不能再移動為止，??其中向下移動的優(yōu)先級高于向左移動；??移動模式３：模塊初始化到初始位置３，模塊重復(fù)向左向下移動到不能再移動為止，??其中向左移動的優(yōu)先級高于向....

本文編號：3977195