欢迎来到天天文库
浏览记录
ID:37394412
大小:1.56 MB
页数:44页
时间:2019-05-23
《粒子群算法改进及在车辆路径问题中的应用》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、国内图书分类号:国际图书分类号:学校代码:密级:公开硕士学位论文(高校教师)粒子群算法改进及在车辆路径问题中的应用硕士研究生:导!J币IJ:寸j,I:申请学位。:学科:专业:所在学院:答辩日期:授予学位单位:郑建茹张国立理学硕士数学应用数学数理学院2013年3月华北电力大学ClassifiedIndex:U.D.C:ThesisfortheMasterDegreeResearchonVehicleRoutingProblemBasedonImprovedParticleSwarmOptimizationAlgor
2、ithmCandidate:Supervisor:AcademicDegreeAppliedfor:School:DateofDefence:ZhengJianruProf.ZhangGuoliMasterofScienceSchoolofMathematicsandPhysicsMarch,2013Degree—Conferring—Institution:NorthChinaElectricPowerUniversity华北电力大学硕士学位论文原创性声明本人郑重声明:此处所提交的硕士学位论文《粒子群算法改进及
3、在车辆路径问题中的应用研究》,是本人在导师指导下,在华北电力大学攻读硕士学位期间独立进行研究工作所取得的成果。据本人所知,论文中除已注明部分外不包含他人己发表或撰写过的研究成果。对本文的研究工作做出重要贡献的令人和集体,均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。⋯名:柳褪面日期:-7/-/;年>月,日华北电力大学硕士学位论文使用授权书《粒子群算法改进及在车辆路径问题中的应用研究》系本人在华北电力大学攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文的研究成果归华北电力大学所有,本论文的研究内
4、容不得以其它单位的名义发表。本人完全了解华北电力大学关于保存、使用学位论文的规定,同意学校保留并向有关部门送交论文的复印件和电子版本,允许论文被查阅和借阅。本人授权华北电力大学,可以采用影印、缩印或其他复制手段保存论文,可以公布论文的全部或部分内容。本学位论文属于(请在以上相应方框内打“√”):保密f-I,在年解密后适用本授权书不保密订作者签名:导师签名:料多彦,司易日期:矽以年)月凡日期:矽f)年>可日华北电力大学硕士学位论文摘要粒子群算法是基于群体智能自行搜索的优化算法,其原理简单,算法易理解.不依赖于实际问
5、题,通用性强,算法易实现。该算法一经提出,就吸引了许多学者的关注,逐渐成为一个新的研究热点。本文对粒子群算法的原理、主要步骤、特点进行了详细介绍,分析了算法的两种搜索模式,指出了每种模式的优缺点,从不同角度总结了算法的改进措施。惯性权重是粒子群算法速度更新公式中的重要参数,它的出现平衡了前一代速度对当代速度的影响,又平衡了算法的全局搜索能力和局部搜索能力。本文给出线性和非线性相结合的惯性权重自适应粒子群算法,即将惯性权重的取值随迭代次数变化而变化,前一阶段,随迭代次数线性递减,有利于群体的全局搜索;后一阶段,随迭
6、代次数非线性递减,有利于群体的局部搜索。同时,为了避免群体陷入局部最优,将“多种群”思想和惯性权重自适应相结合,给出了线性和非线性相结合的惯性权重自适应多种群粒子群算法。将种群平均分成若干子种群,每个子种群按照惯性权重自适应策略,独立的进行搜索,直到每个子种群都搜到最优位置,将各个子种群的最优位置保留,组成新的初始种群。新的初始种群再按照惯性权重自适应进行搜索,直到搜索到最优位置为止。为了验证改进算法的有效性,本文通过几个测试函数对改进策略进行验证,实验结果表明了算法具有较好的性能。对一般车辆路径问题进行描述,在
7、此基础上给出了一种定配送车辆数的车辆路径问题模型,并采用本文给出的改进算法来解决这一车辆路径问题。应用改进算法来解决一个典型的车辆路径问题案例,并将运行结果和采用遗传算法、改进粒子群算法的运行结果进行了比较,表明本文改进算法更有效。关键词:粒子群算法;惯性权重;车辆路径问题;优化算法;多种群华北电力大学硕:lj学位论文AbstractParticleSwarmOptimizationalgorithmisbasedonswarmintelligencetosearchoptimizationalgorithm,w
8、hichissimpleinprinciple,easytounderstand,notdependentontheactualproblem,strangincommonality,andeasytoimplement.Thealgorithmhasbeenproposedtobecomeahotspot,anditcanbeappliedtomanyfields.In
此文档下载收益归作者所有