

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、隨著我國經(jīng)濟的飛速發(fā)展,物流作為現(xiàn)代服務業(yè)的主要支柱產(chǎn)業(yè)也面臨著向信息化和智能化轉型的機遇。高效、安全和低碳為物流資源的合理利用提出了更高的要求和挑戰(zhàn)。在新發(fā)展趨勢下,如何對具有大規(guī)模、動態(tài)和多目標等特征的復雜物流問題進行優(yōu)化受到了特別關注,常規(guī)方法往往不能滿足實際應用的需要。群智能算法高效和簡潔的計算性能,為解決物流運作中的復雜問題提供了可行的技術手段。然而在解決復雜問題中,一般的群智能算法仍然面臨著容易陷入局部最優(yōu)和早熟等問題,阻礙
2、了其在物流領域的深入應用。如果可以改善群智能算法缺陷,將會極大提升群智能算法的優(yōu)化能力,拓展在物流領域的應用。論文旨在從種群拓撲網(wǎng)絡、鄰域結構和個體行為方面研究群智能算法的改進和構建,以提高智能算法在處理復雜優(yōu)化問題的能力,為解決物流運作中的實際問題提供有效方法。論文主要研究工作和創(chuàng)新點如下:
?。?)從鄰域構建角度,提出了聚類自適應粒子群改進算法(APSO-C)?;趯ΨN群中個體搜索行為的分析,采用 K-means方法對種群進
3、行動態(tài)分割,從而構建多個具有不同屬性的異構子簇,并采用基于環(huán)形拓撲結構進行不同簇間的信息交互?;谒纬傻拇亟Y構,構建了通過簇所處搜索水平評估的參數(shù)自適應調(diào)整策略,實現(xiàn)了簇內(nèi)每個粒子根據(jù)自身的尋解水平對各自的參數(shù)自適應調(diào)整,從而在不同階段賦予個體不同的搜索能力。通過Benchmark測試,APSO-C與同類對比算法相比,具有較好的搜索能力和魯棒性,顯著提高了算法性能。
?。?)從種群中社會網(wǎng)絡關系角度,提出了基于社會網(wǎng)絡演化的改
4、進粒子群優(yōu)化算法(PSODT-SNE)。算法中將社會網(wǎng)絡演化行為引入到種群搜索過程中,基于動態(tài)社會網(wǎng)絡進行種群拓撲網(wǎng)絡的調(diào)整,以調(diào)整搜索過程中優(yōu)化信息的擴散路徑,促進個體之間的信息交流,提高個體搜索能力。實驗表明該算法與已有相關算法相比,收斂速度和效率均有明顯提高。
?。?)提出了基于種群拓撲網(wǎng)絡、鄰域結構和個體行為的社會網(wǎng)絡群智能優(yōu)化算法(SNSO)。在算法 SNSO中,構建了社會網(wǎng)絡演化規(guī)則、擴展鄰域結構和個體綜合學習策略,
5、改善群體搜索行為,并通過三方面的參數(shù)組合實驗,分析了它們對群體優(yōu)化能力的影響。通過與同類算法的測試比較,該算法表現(xiàn)出良好的優(yōu)化性能,為群智能算法的構建和改進提供了一種可借鑒的方法。
?。?)研究了集裝箱運輸?shù)墓F水多式聯(lián)運群智能優(yōu)化問題。論文提出了一種基于按比例流量分配和局部流量調(diào)整的策略,構建了基于群智能算法的個體連續(xù)表達與問題離散空間的完整映射模型,并采用PSODT-SNE和SNSO算法對多式聯(lián)運問題進行了求解。通過實驗仿真
6、,并與同類優(yōu)秀算法比較,驗證了算法的有效性。所提出的編碼策略也適用于其它連續(xù)空間編碼的智能算法進行同類問題的求解。
?。?)研究了基于群智能算法的集裝箱船舶貝位配載優(yōu)化問題。論文通過基于位置信息的裝載順序解碼策略和依據(jù)規(guī)則的裝載方式,實現(xiàn)了個體信息與配置方案的解碼,采用論文所提出 SNSO算法對問題進行了求解。通過不同規(guī)模的仿真案例比較,SNSO算法在求解效率和優(yōu)化結果方面都取得了很好的效果,驗證了算法在處理實際問題中的有效性。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 群智能算法在智能交通中的研究與應用.pdf
- 群智能算法在短期電力負荷預測中的研究及應用.pdf
- 群智能算法研究及應用.pdf
- 群智能算法及在大數(shù)據(jù)環(huán)境中的應用研究.pdf
- 群智能算法及其在確定模糊測度中的應用研究.pdf
- 改進的智能算法及其在物流運輸優(yōu)化中的應用.pdf
- 智能算法在系統(tǒng)辨識中的研究應用.pdf
- 群智能算法及其應用研究.pdf
- 混合智能算法研究及在模糊規(guī)劃中的應用.pdf
- 群智能算法的并行化研究及其在圖像配準中的應用.pdf
- 智能算法在復雜網(wǎng)絡中的應用.pdf
- 智能算法在聚類分析中的應用研究.pdf
- 智能算法在圖像分割中的應用研究
- 智能算法在入侵檢測系統(tǒng)中的應用.pdf
- 群體智能算法在ANNs中的研究與應用.pdf
- 智能算法在圖像分割中的應用研究.pdf
- 基于群智能算法的聚類分析方法研究.pdf
- 基于群智能算法的圖像分割方法研究.pdf
- 群智能算法及其在雷達信號分選中的應用研究.pdf
- 量子智能算法及在OFDM資源分配中的應用.pdf
評論
0/150
提交評論