發(fā)布時間：2017-09-25 22:37

  本文關(guān)鍵詞：生物地理學(xué)優(yōu)化算法及其在應(yīng)急交通規(guī)劃中的應(yīng)用研究

  更多相關(guān)文章： 應(yīng)急交通規(guī)劃 生物地理學(xué)優(yōu)化 問題建模 超啟發(fā)方法 和聲搜索

【摘要】：本文主要研究生物地理學(xué)優(yōu)化(Biogeography-Based Optimization,BBO)算法及其在應(yīng)急交通規(guī)劃中的應(yīng)用。深入分析了應(yīng)急交通規(guī)劃問題,分別針對公路、鐵路和航空應(yīng)急運輸規(guī)劃建立了典型的問題模型,開發(fā)了基于BBO的高效求解算法,應(yīng)用于多個實際應(yīng)急交通規(guī)劃問題,探索了BBO算法解決應(yīng)急交通規(guī)劃問題的方法。本文的主要研究成果如下:1、根據(jù)公路應(yīng)急運輸規(guī)劃問題的特點和需求,提出目的地序列編碼解的多出發(fā)點多目的地應(yīng)急公路運輸規(guī)劃問題模型,設(shè)計實現(xiàn)了求解該問題的Seq-BBO算法,設(shè)計面向序列的高效BBO遷移算子,使得BBO算法思想能夠方便應(yīng)用于此類組合優(yōu)化問題。以云南地震救災(zāi)行動中的應(yīng)急交通問題為例,比較分析了Seq-BBO算法相對于其它幾個流行算法的優(yōu)越性。2、根據(jù)鐵路應(yīng)急運輸規(guī)劃問題的特點和需求,設(shè)計運輸時間和物資權(quán)重相關(guān)的目標(biāo)函數(shù),建立了一個復(fù)雜約束條件下的非線性整數(shù)規(guī)劃問題模型,利用罰函數(shù)處理約束,利用運能利用率對解進(jìn)行改進(jìn),并設(shè)計了一種有效的問題簡約降維方法。這為復(fù)雜應(yīng)急交通規(guī)劃問題的模型研究提供了一種思路。結(jié)合BBO算法開發(fā)了一個求解該問題的BBO超啟發(fā)算法(BBO/Hyper-Heuristic,BBO/HH),以三種不同的智能優(yōu)化算法作為底層搜索算法,基于BBO遷移模型確定解的每個分量是否需要被演化,并通過超啟發(fā)策略在高層算法空間搜索合適的智能算子,從而顯著提升了問題求解的效率。通過在一組鐵路運輸規(guī)劃問題實例上的計算試驗及與各算法比較,驗證了本算法的優(yōu)越性。3、面向典型應(yīng)急航空運輸規(guī)劃的特點和需求,建立了一個多源多航空批次的約束優(yōu)化問題模型,并設(shè)計了一種有效的問題簡約方法;針對該問題,開發(fā)了一個融合BBO算法與和聲搜索(Harmony search,HS)算法的混合算法(Biogeography Harmony Search,BHS)。通過在一組實際航空運輸規(guī)劃問題實例上的計算試驗及與各算法比較,驗證了BHS算法的優(yōu)越性。
【關(guān)鍵詞】：應(yīng)急交通規(guī)劃 生物地理學(xué)優(yōu)化 問題建模 超啟發(fā)方法 和聲搜索
【學(xué)位授予單位】：浙江工業(yè)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2015
【分類號】：U116;TP18
【目錄】：

• 摘要5-7
• ABSTRACT7-14
• 符號及縮寫說明14-16
• 第一章 緒論16-33
• 1.1 論文的研究背景及意義16-18
• 1.2 交通問題的涉及要素和基本模型18-22
• 1.2.1 交通問題的分類和描述方法18-19
• 1.2.2 交通問題的涉及要素及其屬性19-21
• 1.2.3 基于物資分配的基本交通問題模型21-22
• 1.3 ETP相關(guān)問題的研究現(xiàn)狀22-31
• 1.3.1 ETP問題特點22-23
• 1.3.2 ETP相關(guān)問題分類23-25
• 1.3.3 面向基礎(chǔ)應(yīng)急交通問題的智能優(yōu)化算法25-27
• 1.3.4 面向定位和線路規(guī)劃問題的智能優(yōu)化算法27-29
• 1.3.5 面向道路維修問題的智能優(yōu)化算法29-30
• 1.3.6 面向集成問題的智能優(yōu)化算法30-31
• 1.4 本文主要研究內(nèi)容和章節(jié)安排31-33
• 第二章 BBO算法研究33-57
• 2.1 生物地理學(xué)的背景知識33-34
• 2.2 BBO算法的基本思想和流程34-38
• 2.2.1 遷移操作34-36
• 2.2.2 變異操作36
• 2.2.3 BBO基本算法流程36-38
• 2.3 BBO算法的改進(jìn)研究38-44
• 2.3.1 B-BBO算法38-39
• 2.3.2 Local BBO算法39-42
• 2.3.3 EBO算法42-44
• 2.4 BBO算法與其它算法的混合研究44-55
• 2.4.1 BBO算法與DE算法的混合44-47
• 2.4.2 BBO算法與PSO算法的混合47-49
• 2.4.3 基于BBO的通用混合算法49-51
• 2.4.4 BBO算法與FWA算法的混合51-55
• 2.5 BBO算法的典型應(yīng)用現(xiàn)狀55-57
• 第三章 面向應(yīng)急公路運輸規(guī)劃的Seq57-67
• 3.1 問題背景57-58
• 3.2 問題模型58-59
• 3.3 算法描述59-62
• 3.4 算法實驗與評價62-65
• 3.5 后續(xù)改進(jìn)與擴(kuò)展65-67
• 第四章 面向應(yīng)急鐵路運輸規(guī)劃的BBO/HH算法67-84
• 4.1 問題背景67-69
• 4.2 問題模型69-72
• 4.3 整數(shù)規(guī)劃問題的通用進(jìn)化算法72-74
• 4.4 基于運能利用率的解改進(jìn)方法74-76
• 4.5 BBO/HH算法76-79
• 4.5.1 超啟發(fā)算法簡介76-77
• 4.5.2 底層啟發(fā)式算子選擇77
• 4.5.3 超啟發(fā)控制策略77-79
• 4.6 算法實驗與評價79-83
• 4.7 后續(xù)改進(jìn)與擴(kuò)展83-84
• 第五章 面向應(yīng)急航空運輸規(guī)劃的BHS算法84-94
• 5.1 問題背景84-85
• 5.2 問題模型85-86
• 5.3 算法思想和流程86-89
• 5.4 計算實驗89-93
• 5.5 后續(xù)改進(jìn)與擴(kuò)展93-94
• 第六章 總結(jié)和展望94-96
• 6.1 總結(jié)94-95
• 6.2 展望95-96
• 參考文獻(xiàn)96-105
• 致謝105-106
• 攻讀博士學(xué)位期間的主要研究工作和研究成果106-115

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 徐志丹;莫宏偉;;生物地理信息優(yōu)化算法中遷移算子的改進(jìn)[J];模式識別與人工智能;2012年03期

，

本文編號：920009