發(fā)布時間：2018-04-23 00:32

  本文選題：車輛路徑問題 + 螢火蟲優(yōu)化算法��； 參考：《包裝工程》2017年07期

【摘要】：目的使螢火蟲優(yōu)化算法(GSO)能夠適用于車輛路徑問題(VRP)的求解,同時提高該算法的求解性能。方法通過對GSO算法的改進,提出求解VRP問題的混沌模擬退火螢火蟲優(yōu)化算法(CSAGSO)。首先,設(shè)計改進的GSO算法(IGSO)使IGSO算法能夠適應(yīng)VRP問題的求解;其次,在IGSO算法中引入模擬退火機制,提出模擬退火螢火蟲優(yōu)化算法(SAGSO),使IGSO算法可有效避免陷入局部極小并最終趨于全局最優(yōu)。然后,在SAGSO算法中引入混沌機制,提出CSAGSO算法,對SAGSO算法的熒光素濃度值進行混沌初始化和混沌擾動;最后,對標(biāo)準(zhǔn)算例集進行仿真測試。結(jié)果與遺傳算法、蟻群算法和粒子群算法相比,CSAGSO算法的全局尋優(yōu)能力、收斂速度及穩(wěn)定性均改善了50%以上。結(jié)論對GSO算法的改進是合理的,且CSAGSO算法的全局優(yōu)化能力、收斂速度和穩(wěn)定性均優(yōu)于遺傳算法、蟻群算法和粒子群算法。
[Abstract]:Aim to make the firefly optimization algorithm (GSO) suitable for solving the vehicle routing problem (VRP) and to improve the performance of the algorithm. Methods by improving the GSO algorithm, a chaotic simulated annealing firefly optimization algorithm for solving the VRP problem is proposed. Firstly, the improved GSO algorithm is designed so that the IGSO algorithm can adapt to the solution of the VRP problem. Secondly, the simulated annealing mechanism is introduced into the IGSO algorithm. A simulated annealing firefly optimization algorithm (SAGSOO) is proposed, which can effectively avoid falling into local minima and eventually be globally optimal. Then the chaotic mechanism is introduced into the SAGSO algorithm and the CSAGSO algorithm is proposed to initialize and perturb the concentration of fluorescein in the SAGSO algorithm. Finally the standard example set is simulated and tested. Results compared with genetic algorithm, ant colony algorithm and particle swarm optimization algorithm, the global optimization ability, convergence speed and stability of CSAGSO algorithm are improved by more than 50%. Conclusion the improvement of GSO algorithm is reasonable, and the global optimization ability, convergence speed and stability of CSAGSO algorithm are better than those of genetic algorithm, ant colony algorithm and particle swarm optimization algorithm.
【作者單位】： 山西交通職業(yè)技術(shù)學(xué)院;
【分類號】：TP18

【相似文獻】

相關(guān)期刊論文 前10條

1 劉彥秀;姜華;潘全科;;基于全局和聲搜索的模擬退火算法改進[J];計算機工程與科學(xué);2010年11期

2 王文舉;;模擬退火算法求解二次規(guī)劃問題與實現(xiàn)[J];電腦編程技巧與維護;2013年13期

3 謝玉瓏,王繼紅,俞汝勤;通用模擬退火用于穩(wěn)健多元分析校正[J];高等學(xué)校化學(xué)學(xué)報;1993年02期

4 倪志偉,賈瑞玉,程慧霞;一個分階段的綜合模擬退火方案[J];計算機應(yīng)用與軟件;1997年02期

5 李曉明,高澤溪,呂善偉;模擬退火在電子元件位置優(yōu)化上的應(yīng)用[J];系統(tǒng)工程與電子技術(shù);1998年07期

6 李洪瑞;基于模擬退火算法的多目標(biāo)數(shù)據(jù)關(guān)聯(lián)[J];情報指揮控制系統(tǒng)與仿真技術(shù);1998年10期

7 劉宴兵;基于模擬退火技術(shù)應(yīng)用的探討[J];重慶郵電學(xué)院學(xué)報;1999年04期

8 郭茂祖,姜俊峰,李靜梅;模擬退火算法中冷卻調(diào)度選取方法的研究[J];計算機工程;2000年09期

9 陳衛(wèi)東,孟小華;求圖控制集問題的模擬退火算法的改進[J];重慶師范大學(xué)學(xué)報(自然科學(xué)版);2004年02期

10 陳華根,李麗華,許惠平;模擬退火定位算法研究[J];同濟大學(xué)學(xué)報(自然科學(xué)版);2005年09期

相關(guān)會議論文 前10條

1 顏聲遠;陳玉;梁龍遠;;基于模擬退火算法的操縱器排列優(yōu)化[A];中國核學(xué)會核能動力分會2013年學(xué)術(shù)研討會論文集[C];2013年

2 秦進;吳瓊;;改進的模擬退火算法及其在物流網(wǎng)絡(luò)設(shè)計問題中的應(yīng)用[A];第八屆中國青年運籌信息管理學(xué)者大會論文集[C];2006年

3 馬平;柴欣;李濤;楊愚魯;;動態(tài)重構(gòu)系統(tǒng)中基于模擬退火算法的劃分[A];全國第十屆企業(yè)信息化與工業(yè)工程學(xué)術(shù)年會論文集[C];2006年

4 洪興楠;張瀟林;王作鵬;吳丹策;;對模擬退火優(yōu)化算法的改進[A];1997年全國微波會議論文集(下冊)[C];1997年

5 黎建強;薜玨;張國慶;;一種基于模擬退火的倉庫布局算法[A];系統(tǒng)工程與可持續(xù)發(fā)展戰(zhàn)略——中國系統(tǒng)工程學(xué)會第十屆年會論文集[C];1998年

6 蒲忠昊;王林;張磊;;一種改進的快速自適應(yīng)模擬退火算法[A];2006中國控制與決策學(xué)術(shù)年會論文集[C];2006年

7 陳德旺;裴麗君;劉靜;;基于模擬退火的交通誘導(dǎo)信息發(fā)布范圍的算法研究[A];第二十九屆中國控制會議論文集[C];2010年

8 王新生;姜友華;;模擬退火算法在設(shè)施定位問題中的應(yīng)用研究[A];“資源環(huán)境與區(qū)域發(fā)展中的計算問題”研討會論文集[C];2006年

9 吳進華;吳華麗;周仕;;基于模擬退火的粒子群優(yōu)化算法[A];第三屆全國虛擬儀器大會論文集[C];2008年

10 忻獲麟;沈?qū)?;“麥克斯韋熱怪”:模擬退火新方案[A];科技、工程與經(jīng)濟社會協(xié)調(diào)發(fā)展——中國科協(xié)第五屆青年學(xué)術(shù)年會論文集[C];2004年

相關(guān)博士學(xué)位論文 前1條

1 趙松原;模擬退火結(jié)合正交分解算法的氣動外形最優(yōu)化設(shè)計[D];南京航空航天大學(xué);2006年

相關(guān)碩士學(xué)位論文 前10條

1 邵文超;基于模擬退火算法的船舶航向PID控制器參數(shù)優(yōu)化研究[D];大連海事大學(xué);2015年

2 劉亞南;基于模擬退火算法的施工項目動態(tài)可靠性優(yōu)化研究[D];西安建筑科技大學(xué);2016年

3 許萍;基于模擬退火的空域扇區(qū)優(yōu)化方法研究[D];中國民航大學(xué);2014年

4 程玲;模擬退火算法在分裂系構(gòu)造中的應(yīng)用[D];上海交通大學(xué);2010年

5 龐峰;模擬退火算法的原理及算法在優(yōu)化問題上的應(yīng)用[D];吉林大學(xué);2006年

6 項寶衛(wèi);結(jié)構(gòu)優(yōu)化中的模擬退火算法研究和應(yīng)用[D];大連理工大學(xué);2004年

7 張玉虎;基于模擬退火的分類算法研究與實現(xiàn)[D];青島大學(xué);2013年

8 閆穎;基于模擬退火和團劃分的綜合技術(shù)研究[D];哈爾濱工程大學(xué);2010年

9 許彥釗;模擬退火優(yōu)化神經(jīng)網(wǎng)絡(luò)研究及其在入侵檢測中的應(yīng)用[D];吉林大學(xué);2009年

10 黃宏用;改進的遺傳—模擬退火算法在公交排班中的應(yīng)用[D];蘭州理工大學(xué);2011年

，

本文編號：1789664