基于蚂蚁算法在管理优化方面的-研究

《基于蚂蚁算法在管理优化方面的-研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、天津大学硕士学位论文第一章绪论定界法及基于贝尔曼(Bellman)最优化原理的动态规划法。但迄今为止还没有找到解决这类问题的多项式算法。传统的优化技术已经不能适应求解大规模复杂的优化问题的需求，于是人们开始把注意力集中于寻求更加有效的最优化技术和方法，出现了各种各样的近似算法和现代启发式优化技术，如：Hopfield网络、模拟退火法(SA)、遗传算法(GA)、神经网络(NN)、遗传退火法、插入法、禁忌搜索法(TS)、边交换法(2—opt、3_一opt等)、蚂蚁算法等。由于这些算法能以较快的计算速度得到复杂大规模的优化问得最优解或近似最优解，

2、因而在解决复杂组合优化问题，特别是属于NP．hard一类优化问题方面具有很大的潜力。其中，蚂蚁算法自提出以来，以TSP问题为测试基准，与其他一些常用启发式方法作了一系列的比较，用于检验的是若干典型的对称型和非对称型的问题(取自TSPLIB)，先后来用了模拟退火法(SA)、遗传算法(GA)、神经网络(NN)(如弹性网法、自组织映射法等)、进化规划(EP)、遗传退火法、插入法、禁忌搜索法(TS)、边交换法(2-_opt、3_-opt等)等多种算法进行求解，除了Lin---Kemighan的局部改进法之外，优于其他的所有方法。团队精神从日本到西方

3、再到整个世界。无论是实业界、理论界还是教育界，团队精神产生了深远的影响。但如何才能建立一个有效的团队，如何才能把一个已有的团队最优化，成为现在越来越多人研究的重心。一般来说一个优秀的团队的构成要素有：建立共同的愿景和目的、塑造和谐的团队关系、推行团队规范和严守纪律、合理配置团队角色四个方面。只有把握好团队的构成要素才能建立一个有效的团队【3】。如何使团队的绩效最优化，现在提出的观点主要有：团队管理的优化、团队绩效评估的优化、团队组成的优化三个方向。团队管理的优化有许多方法，如沟通、协调、任务分配、目标设定、激励、教导、评价、适当批评、建议、

4、授权、开会、奖惩等，可以根据具体情况综合采用。团队绩效评估的优化指科学合理地对成员进行绩效评定。一般来讲，对团队绩效的测评可以遵循如下的程序，即首先要确定对团队层面的绩效测评维度和对个体层面的绩效测评维度，然后在测评维度的基础上，分解测评的关键要素÷最后再考虑如何用具体的测评指标来衡量这些要素。分析许多成功团队的经验，基本都从过程和业绩两个角度进行考评。具体的方式有三种；(1)以产出与业绩为基准的考评。(2)以过程为基准的考评。(3)复合型考评【4J。团队组成的一大特色是团队成员之间的互补。团队共同完成目标任务的保证就在于发挥团队每个成员的

5、特长，并注重流程、使之产生协作效应，这也是有完天津大学硕士学位论文第一章绪论善团队的要素决定的。但如何实现团队成员的互补，当团队规模较大时就成为一个较复杂的优化问题，目前还没有成熟的数学模型。最优化在大量定量的问题上得到了应用，但实际中有一大部分问题是定性的，如何使定性的问题量化，在把最优化技术应用到定性的问题中去，目前研究还不怎么深入。管理的问题提高到一定程度就是解决相应的数学问题，这就是目前许多数学模型越来越广泛的应用到管理实践中的原因，只有把管理中定性的问题量化才能使管理进一步的科学化，才会增强管理的可操作性。鉴于以上认识，本文对图的

6、着色问题和团队的优化问题进行了研究，为把最优化算法在定性问题方面的应用做出了自己的努力。1．2算法的优化技术简介近代优化算法是从1947年线性规划方法的提出开始的，在这之前，研究最优化的方法是古典的微分方法和变分方法，那是由于这些方法本身的复杂性以及计算工具的限制，最优化没有得到发展。五十年代，鉴于线性规划的实际效果，再加上大规模生产的需要，使得最优化的研究获得了生机。六十年代，由于与高速计算机的结合，出现了大量的优化算法，同时逐步形成了最优化的基本理论。七十年代是最优化的兴旺发展时期，这一时期最优化的著作、杂志和专门研究机构大量的涌现，在

7、这～时期最优化在理论和方法上都得到了很得大的发展。一般来说，最优化问题可以用确定性算法和启发式算法来求解，确定性算法可以保证找到最优解，而启发式算法一般只能保证收敛到局部最优解(尽管有时也能找到最优解)。对于简单的线性规划问题(目标函数和约束均为线性的)可以用确定的简单算法求解，并能在有限的步骤内求得最优解，这些算法包括割平面法(cuttingplanealgorithm)，分枝定界法(branchandboundalgorithm)，以及其他的搜索算法，这些算法的共同特点是试图减小可行解空间，从而可能穷举变量的所有可行解组合，然后比较他们

8、目标函数的指依法定出最优解。然而随着问题规模的增大，可行解的组合数很大，使得用这种方法求解的复杂性大大提高。特别是对于NP．hard～类的组合优化问题，其计算时间虽问题规模的增加