版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、自1960年以來,人們對于模擬生物進化行為以及由此開發(fā)的針對復雜優(yōu)化問題的有效算法產(chǎn)生了濃厚的興趣。遺傳算法作為一種強有力的隨機搜索和優(yōu)化方法,廣泛應用于工業(yè)工程優(yōu)化領域并產(chǎn)生了深遠影響。旅行商問題(TSP)是一個典型的組合優(yōu)化問題,求解起來非常困難,常被作為遺傳算法的應用測試實例。然而以往研究很少考慮到它的動態(tài)屬性,一旦將它置于一個動態(tài)環(huán)境,現(xiàn)存的算法將不再適用。近年來,動態(tài)旅行商問題(DTSP)越來越吸引廣大研究者的注意力,DTSP
2、的研究也有著非常重要的實際意義。優(yōu)化領域還存在一類更加復雜的優(yōu)化問題,這類問題需要處理多個目標并且這些目標常常是相互沖突的。簡單地將多個目標通過加權處理轉(zhuǎn)換為單目標問題遠不能滿足決策者的要求,因此設計求解多目標優(yōu)化問題的有效算法是非常有現(xiàn)實意義的。遺傳算法在多目標優(yōu)化方面也體現(xiàn)著它的魅力并獲得了廣泛應用。
本文主要針對基于遺傳算法的優(yōu)化問題進行研究,具體說來,包括TSP 求解和多目標優(yōu)化兩個方面。對于TSP 求解,本文主要
3、做了下面的研究工作:
1.對反序雜交算子進行改進??紤]到反序操作的高度隨機性,重組過程最終并不一定能得到比上一代更有優(yōu)勢的個體。為此我們將最優(yōu)保留機制應用到反序雜交算子中,稱為記憶機制,用于保留當次反序過程中出現(xiàn)的最好的基因序列,進而一步一步逼近最優(yōu)解。實驗表明我們的改進算子能在加快收斂速度的同時和提高解的質(zhì)量。
2.對于一類動態(tài)環(huán)境下的旅行商問題建模和求解。對生活中出現(xiàn)的上下班高峰期交通阻塞的城市交通情況進
4、行高斯建模,使得隨機被阻塞的邊的數(shù)目在遺傳算法進化中期達到最大。進而設計了該環(huán)境下的響應算法,該算法能利用已有最優(yōu)路徑中未被破壞的短邊對動態(tài)變化情況做出快速反應。同時為了使算法更有效,我們將改進的反序雜交算子用于優(yōu)化中。實驗表明算法對解這一類動態(tài)旅行商問題很有效。
本文在多目標優(yōu)化方面的主要研究工作有兩點:
1.提出用莊家法則來構(gòu)造非支配集。在多目標遺傳算法中,構(gòu)造非支配集的時間耗費是非常大的,而這種耗費主要
5、用于個體比較。莊家法則不同于已有構(gòu)造非支配集的方法,它做為一種非回朔方法可以有效減少個體比較次數(shù),從而提高算法效率。
2.提出了基于密度的多目標遺傳算法(DMOGA)。對多種算法進行分析發(fā)現(xiàn),密度是維護種群分布性的一個非常重要的因素。DMOGA 考慮整個種群個體之間的影響,用于計算個體密度,準確反映外部集的分布情況,得到一個時間復雜度為O(n2)的優(yōu)秀的分布性保持方法。并且為了提高算法效率,DMOGA采用莊家法則來構(gòu)造非支
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于遺傳算法優(yōu)化問題的研究
- 基于TSP的遺傳算法優(yōu)化研究.pdf
- 基于遺傳算法的多目標優(yōu)化算法研究.pdf
- 基于遺傳算法優(yōu)化QoS路由算法的研究.pdf
- 基于遺傳算法優(yōu)化問題的研究.pdf
- 基于遺傳算法的翼型優(yōu)化.pdf
- 基于遺傳算法的PEMFC優(yōu)化.pdf
- 基于遺傳算法的配送路線優(yōu)化研究.pdf
- 基于遺傳算法的網(wǎng)架結(jié)構(gòu)優(yōu)化研究.pdf
- 基于遺傳算法的倉儲系統(tǒng)優(yōu)化研究.pdf
- 基于遺傳算法的水庫優(yōu)化調(diào)度研究.pdf
- 基于遺傳算法的無功優(yōu)化控制研究.pdf
- 基于遺傳算法優(yōu)化的中文分詞研究.pdf
- 基于遺傳算法的WSN應用優(yōu)化研究.pdf
- 基于遺傳算法的短期無功優(yōu)化.pdf
- 基于遺傳算法的結(jié)構(gòu)動力優(yōu)化.pdf
- 基于遺傳算法的決策樹優(yōu)化算法研究.pdf
- 基于遺傳算法的泵站優(yōu)化調(diào)度.pdf
- 基于遺傳算法的裝配序列優(yōu)化.pdf
- 基于遺傳算法的車架結(jié)構(gòu)優(yōu)化.pdf
評論
0/150
提交評論