多智能体协同进化算法及其在物流配送中的应用

《多智能体协同进化算法及其在物流配送中的应用》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、2010年第3期科技管理研究ScienceandTechnologyManagementResearch20l0No．3文章编号：1000—7695(2010)03—0144—03多智能体协同进化算法及其在物流配送中的应用袁琦，徐迎晓(浙江旅游职业学院，浙江杭州I311231)摘要：自然界始终是人类灵感的重要来源，进化计算就是模拟自然界生物进化过程产生的一种随机优化策略与技术。集成现有算法的几种优势策略，利用混合策略的思想结合具体问题设计算法，提出了一种多智能体协同进化算法。介绍多智能体协同进化算法在第三方物流配送中的应用，以实例说明算法的有效性。关键

2、词：协同进化算法；多智能体；第三方物流；组合优化中图分类号：TP18文献标识码：A如何运用进化算法解决社会生活中的各类问题已成为管获得计算资源，它便进行一次自己的进化进程。各个普通种理科学、运筹学、系统工程和计算机科学的研究课题，其原群将进化得到的优良个体贡献出来，组成优良种群，普通种因在于进化算法是一种强有力的、应用范围十分广泛的随机群可以从中获取优良个体，以改善本种群的品质。在本文的搜索优化技术，它对许多传统方法难以解决的问题非常有效。多智能体协同进化算法中，每个智能体对应于一个种群，多在大多数优化问题中，常常都带有复杂的约束条件，简单的个智能体对

3、应于多个不同的种群；这些不同的种群均采用不进化算法不能有效的解决这类优化问题。因此，结合具体问同的进化方法和参数设置推进各自的进化进程，同时这些不题的特性研究新算法就成为进化算法研究的热点。协同进化同的种群又通过相互的资源竞争、信息共享及自学习能力，算法是近年来计算智能研究的一个热点，将单一种群推广到共同推动着整体算法的进化进程。多个种群，进而建立个体或种群之间的竞争、合作关系，使之适应复杂系统的动态进化环境，以达到种群优化的目标。协同进化算法与一般的进化算法的根本差别在于它的进化过程，在协同进化中，一个个体的适应度的计算是在与其它个体的交互过程中进行

4、的，依赖于不同的问题，交互伙伴可以是同一种群的个体或者是不同种群的个体。混合策略协同进化算法属于协同进化算法的一种改进形式，它研究适应度(值)互相耦合的两个或多个种群的同时进化。目前进化算法研究的一种趋势是不断地提出新的搜索策略，然后在一些测试问题集合上进行试验，从而说明新策略的效果比原有搜索策略好。每个策略都只适用于某一特定问题集，没有一种策略能成功的解决所有问题。通过利用混合策略的方式集成现有算法研究中的不同策略，有可能改进现有算法的效率。本论文的目标是集成现有算法中的几种优势策略，利用混合策略的思想结合具体问题设计多智能体协同进化算法，来提高算法

5、的性能，并通过相关实验来验证我们提出方法的可行性。1多智能体协同进化算法本章主要说明本文的多智能体协同进化算法的详细设计图1多智能体协同进化算法的优化框架过程。包括：(1)多智能体协同进化算法的优化框架；(2)本文多智能体协同进化算法的优化框架如图1所示。图多种群间的竞争机制和(3)多种群间的共享机制。1中的每个种群就对应于一个智能体，每类进化算法对应于1．1多智能体协同进化算法的优化框架采用不同参数设置的一种进化算法。如遗传算法的A、B、在自然界中，不同地域的生物有不同的特点和进化程度，C、D类；蚁群算法的A、B、c、D类。在多智能体协同进化从大自然

6、中争取资源为己所用；另外，这些生物之间又通过算法中，主要通过各种不同的遗传算法和蚁群算法来完成各信息交换、取长补短、共同进步。本文提出的多种群协同优个普通种群的进化。各种遗传算法(蚁群算法)的不同，可化方法是借鉴自然界中的这一现象设计出来的。整个算法由以体现在进化机制、优化算子和控制参数等方面的差异。图计算环境中的多个普通种群和一个优良种群构成，各个普通2描述了多智能体协同进化算法的具体执行流程。种群进行竞争，从计算环境中得到计算资源；一旦某个种群收稿日期：2009—06—20，修回日期：2009—09—18袁琦等：多智能体协同进化算法及其在物流配送中

7、的应用145开始良种迁移：指普通种群在自己的进化进程中，直接从优良种群中引进若干优良个体代替本种群中的较劣个体。如果初始化相关参数一个种群采用遗传算法进行进化，这里的良种迁移就是指直产生各种群的初始种群接从优良种群中引进若干优良个体代替本种群中的较劣个体，然后再进行后续的选择、交叉和变异操作。如果一个种计算各普通种群的竞争力指数群采用蚁群算法进行进化，这里的良种迁移就是指直接从优良种群中引进若干优良个体代替本种群中的较劣个体，然后再进行信息素的更新。蕊良种交叉：普通种群在自己的进化进程中，从优良种群中选取若干优良种子个体和普通种群中的个体进行交叉繁r殖

8、，用交叉生成的较优个体取代普通种群中原来的个体。良蠢曩麓喜鳘蓑嚣蒋种交叉策略只用在采用遗传算法