约束平面选址问题的蜂群优化算法

《约束平面选址问题的蜂群优化算法》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、上海理工大学学报第32卷第4期J．UniversityofShanghaiforScienceandTechnologyVo1．32No．42010文章编号：1007—6735(2010)04—0378一o3约束平面选址问题的蜂群优化算法樊小毛，马良(上海理工大学管理学院，上海200090)摘要：蜂群算法具有邻域搜索和随机搜索的性质，鲁棒性强，收敛速度快，在求解函数优化和组合优化问题上，获得了较好结果．对带有区域限制的平面选址问题，该算法运用人工蜂群优化思想，给出了一种新的求解方法．实验结果表明，通过调整算法参数，得到了较好结果，验证了算法的可行性和有效性．关键词：约束；平面选址；蜂群算法

2、中图分类号：022文献标志码：ABeecolonyalgorithmforconstrainedlocationproblemFANXiao-mao，MALiang(BusinssSchool，UniversityofShanghaiforScienceandTechnology，Shanghai200093，China)Abstract：Basedontheoptimizationstrategy、viththerecentlydevelopedbeecolonyalgorithm，anewal-gorithmforsolvinglocationproblemwitllregionalc

3、onstraintsWdSproposed．Thesimulationresultsshowthatitcouldgetbetterresultsthroughtheadjustmentofalgorithmparameters．Itisbelievedthatthealgo—rithmiseffectiveandwillbecomeapromisingcandidateofevolutionaryalgorithm．Keywords：constraint；locationproblem；beecolonyalgorithm平面选址问题是运筹学中一个经典的问题，在可分为欧氏距离问题和绝对值

4、距离问题．现实中有着广泛的应用背景，如要在一个系统中设目标形式为置一个或多个工厂，车站，医院，仓库，商店，银行，急rainZ=rainmax{[(一)+(Y—Y)]／)救站⋯⋯或在一个电子线路系统里布置元件，自然或都应该考虑选在什么位置才能使得系统的运行效能min=minmax{i一f+i一Yf}最佳．在许多工程设计管理中，或者某一项系统的设这类问题自20世纪60年代起就有了系列的研计计划本身就是一个典型的选址问题，或者以选址究和若干有益的结果，但一般而言，还没有通用的好问题作为一个子问题．这种一般意义下的选址问题方法，目前有模拟退火算法，蚁群算法l4]等．随可能是非常复杂的，涉及到自然的

5、、社会的、时间的、着实际问题的需要，人们还研究了选址点P必须位空间的各种复杂条件I1]．本文研究的是最常见的一于某个凸区域内(包括边界)的带约束限制的平面选种平面选址问题，就是所谓的极小极大选址问题，其址问题，给出了一些比较直观的几何求解方法．通过一般提法为：给定平面上n个位置点P(，Y)研究一种新的昆虫自治体寻优算法——蜂群算法，(i=l，2，⋯，n)，如今要确定选址点P(，)，使其利用蜂群算法机理，设计了一种全新的可用与求解离最远的位置点尽可能近．根据距离度量的不同，又约束平面选址问题的蜂群算法．通过实验仿真，取得收稿日期：2009—09—12基金项目：国家自然科学基金资助项目(708

6、71081)；上海市重点学科建设资助项目($30504)；上海市研究生创新基金资助项目(JWCXSL1002)作者简介：樊小毛(1981一)，男，硕士研究生．马良(联系人)，男，教授．E-mail：maliang@usst．edu．cn第4期樊小毛，等：约束平面选址问题的蜂群优化算法379了较好的效果．的话，将会放弃当前食物源成为跟随蜂或者侦察蜂．在蜂群算法中，大量的参数需要设置，即：开始1算法思想时侦察蜂总数(n)、n个侦察蜂选择邻域搜索的食物源(m)、m个食物源中最好的食物源(8)、招募前对给定的位置点集往食物源(e)的跟蜜蜂(n)、招募前往食物源G={P{(，Y)ii=1，2，⋯，n

7、)(m—e)的蜜蜂(n)、确定搜索邻域(c)和算法停止以及任意形状的平面区域准则．则算法可归纳为：R=URJStep1：初始时刻，所有的蜜蜂(n)都是侦察蜂；J1这里，每个Rf为连续区域．S)2：评估食物源的收益度(calculatefitness)；于是Step3：选择邻域搜索的的食物源(m)；minz=minrmx{[(一)+(一Y)]／JPER)Step4：确定搜索邻域(Z)；或者Step5：招募跟随蜂到引领蜂的m