收藏本站
《湖北工业大学》 2011年
收藏 | 手机打开
二维码
手机客户端打开本文

基于遗传与蚁群的混合算法路径优化研究

马江涛  
【摘要】:旅行商问题(Traveling salesman problem)是一个经典的组合优化问题,同时也是一个NP完全题,在周围的实际生活中应用非常普遍。比如应用在电路板的印刷制造、超大规模集成芯片制造、智能控制行业、机器人研究应用及控制等相关领域。考虑到其广泛的用途,因此,科学家、研究人员一直在试图寻求一种既能体现高质量的结果,同时也能快速收敛的最优或者近似计算算法。传统的相关领域的计算算法有分支定界法、支撑树加倍法、贪婪算法及局部收索法等,最近几年,一些地方出现了仿生算法,主要包括蚂蚁算法、模拟退火、遗传算法及神经网络等一些较为先进的算法,相比较传统的算法,这些算法的收敛程度一定程度上有了较大的改进,结果的质量也有所提高。 遗传算法(Genetic Algorithm,简称GA)是通过模拟生物的自然选择与进化原理的基础上发展起来的全局性的概率搜索计算算法。在众多解决旅行商问题的方法中,遗传算法有着其他方法不具备的很多优点,对于中小规模旅行商问题,遗传算法可以得到最优解,对于大规模旅行商问题,可以得到近似最优解。 在求解旅行商问题中,蚂蚁算法作为启发式算法,表现出优良的性能。较好路径上的外激素的浓度可以通过蚂蚁分泌外激素来加强,下一步所选择的路径按照路径上的外激素的浓度来被选择,进而越来越多的蚂蚁将会选择好的路径,较好的路径将会被更多的外激素所覆盖,所有的蚂蚁最终都集中到了好的路径上。整个算法的基本原理就是蚂蚁的这种基于外激素的正反馈原理,也是这个算法的关键之处所在。 遗传算法具有快速的整体收索能力,但是对该系统运行过程中的反馈信息缺少充分的利用,结果会产生一些毫无用途的、繁琐的迭代,大大的降低了求解的效率。,蚁群算法是通过累积、更新外激素,最终达到收敛于最优路径的目的。因此,遗传算法具备分布式、并行性、全局性的收敛能力。但由于初外激素相对匮乏、结果导致算法进程缓慢。为了克服遗传算法和蚂蚁算法各自的缺陷,达到相互补充、优势互补,为此,本文采取先利用遗传算法进行随机搜索,迅速的、整体的产生收敛于相关问题的初始外激素分布的路线,接下来,充分利用蚁群的突出有点:正反馈机制、并行性及求解效率较高的特征,采取此混合后的计算算法,无论在时间效率,还是在求解质量上均属于的较优的启发式算法。 通过对遗传算法和蚂蚁算法进行深入的研究、分析,最终本文将遗传算法与 蚁群算法相结合并融合在TSP问题的求解中,进行的相关具体工作如下: 1.通过查阅、阅读大量的专业文献资料,分析有关旅行商问题的产生的背景、国内、国际研究的进展状况、本文研究的目的、意义,同时提出本文的研究路线、方法及所要作的工作。 2.分别阐述旅行商问题的概念、分类及旅行商问题相关的数学模型,具体介绍并分析几种经典的旅行商问题的求解算法,遗传算法和蚁群算法及其特点、基本原理、相关研究现状以及其相关改进算法 3.通过以上内容的研究,概述了现有的混合遗传算法的基本规则,分析混合遗传算法的优缺点,通过分析研究几种解决旅行商问题的混合遗传算法,提出一种新的混合算法,并且对该算法的设计及编码方案进行详细的描述、分析,最后进行仿真实验,得出仿真实验结果,验证该混合算法的可行性、科学性,最终得出结论:新算法的优化效率和质量均优于基本蚁群算法和遗传算法。
【学位授予单位】:湖北工业大学
【学位级别】:硕士
【学位授予年份】:2011
【分类号】:TP301.6

【参考文献】
中国期刊全文数据库 前10条
1 封全喜,刘诚;物流配送车辆路径问题的并行遗传算法研究[J];铁道科学与工程学报;2005年04期
2 许川佩,许君华,莫玮,李智;MCM基板互连测试的单探针路径优化研究[J];电路与系统学报;2005年01期
3 杨兆升,初连禹;动态路径诱导系统的研究进展[J];公路交通科技;2000年01期
4 曹鲁寅,罗斌,钦明浩;用遗传算法求解最短路径问题[J];合肥工业大学学报(自然科学版);1996年03期
5 庞静,李剑,张春平;关于智能运输系统发展的思考[J];黑龙江交通科技;2004年03期
6 王力强;智能运输系统(ITS)及其支持技术的特点与发展趋势[J];黑龙江交通科技;2004年04期
7 吴庆洪,张纪会,徐心和;具有变异特征的蚁群算法[J];计算机研究与发展;1999年10期
8 丁建立,陈增强,袁著祉;遗传算法与蚂蚁算法的融合[J];计算机研究与发展;2003年09期
9 金飞虎,洪炳熔,高庆吉;基于蚁群算法的自由飞行空间机器人路径规划[J];机器人;2002年06期
10 吴斌,史忠植;一种基于蚁群算法的TSP问题分段求解算法[J];计算机学报;2001年12期
中国硕士学位论文全文数据库 前3条
1 贾兆红;遗传算法及其在知识发现和范例推理中的应用研究[D];安徽大学;2003年
2 荆海霞;物流配送中双向运输车辆路径优化问题研究[D];武汉大学;2004年
3 尚华艳;物流配送中车辆路径问题研究[D];武汉理工大学;2005年
【共引文献】
中国期刊全文数据库 前10条
1 王侠;程乃伟;;蚁群算法在动态疏散路径优化过程中的应用[J];安防科技;2009年10期
2 周力;王冠凌;;城市路口多相位智能交通信号控制[J];安徽工程科技学院学报(自然科学版);2006年04期
3 陆克芬;方崇;张春乐;;基于人工鱼群算法的投影寻踪评价方法研究[J];安徽农业科学;2009年23期
4 刘延明;陆克芬;方崇;;基于投影寻踪和粒子群优化算法的南宁市内河水质综合评价研究[J];安徽农业科学;2009年26期
5 刘延明;陆克芬;方崇;;大中型灌区可持续发展综合评价的一种新方法[J];安徽农业科学;2009年27期
6 陆克芬;刘延明;方崇;;基于人工鱼群算法的农田灌溉水质评价投影寻踪分析[J];安徽农业科学;2009年28期
7 孙志海;系统进化和社会发展动力研究[J];安徽师范大学学报(人文社会科学版);2003年06期
8 辛忻;车辆的声音识别技术[J];鞍山科技大学学报;2004年02期
9 何永太;二部图在排课系统设计中的应用[J];安徽水利水电职业技术学院学报;2003年02期
10 方崇;代志宏;张信贵;;人工鱼群投影寻踪回归在洞室岩爆预测中的应用[J];地下空间与工程学报;2010年05期
中国重要会议论文全文数据库 前10条
1 高尚;江新姿;汤可宗;;蚁群算法与遗传算法的混合算法[A];第二十六届中国控制会议论文集[C];2007年
2 刘远新;邓飞其;罗艳辉;舒添慧;;ERP柔性平台下物流运输配送系统算法分析[A];第二十六届中国控制会议论文集[C];2007年
3 肖本贤;陆诚;陈昊;余炎峰;陈荣保;;基于帧间差分法和不变矩特征的运动目标检测与识别[A];第二十七届中国控制会议论文集[C];2008年
4 ;Optimal Design of Neuro-Fuzzy Controller Based on Ant Colony Algorithm[A];第二十九届中国控制会议论文集[C];2010年
5 赵刚;张永锋;;冷链物流配送路径优化研究[A];中国自动化学会控制理论专业委员会C卷[C];2011年
6 盛承发;;生态学基本概念的发展[A];青年生态学者论丛(一)[C];1991年
7 张元敏;殷志锋;周雅;;蚁群算法在多用户检测中的应用及其改进[A];第十三届全国信号处理学术年会(CCSP-2007)论文集[C];2007年
8 赵磊;黄道;;基于蚁群算法的化工过程故障诊断[A];2006北京地区高校研究生学术交流会——通信与信息技术会议论文集(下)[C];2006年
9 刘忠菁;霍小江;黄训诚;陈学广;;节能电力调度中分布式仿生优化策略发生器的研究[A];中国电子学会第十六届信息论学术年会论文集[C];2009年
10 朱镜钊;宋宜明;;车辆导航定位技术的研究[A];华东六省一市测绘学会第十一次学术交流会论文集[C];2009年
中国博士学位论文全文数据库 前10条
1 张进;地震叠前数据的弹性阻抗非线性反演方法研究[D];中国海洋大学;2009年
2 倪丽萍;基于分形技术的金融数据分析方法研究[D];合肥工业大学;2010年
3 曲建华;基于群体智能的聚类分析[D];山东师范大学;2010年
4 李鹤喜;基于视觉反馈的焊接机器人自主示教关键技术研究[D];华南理工大学;2010年
5 王希艳;环境伦理学的美德伦理学视角[D];南开大学;2010年
6 杨启成;卷烟生产物流系统的优化设计及管理研究[D];昆明理工大学;2008年
7 王玉宝;节水型农业种植结构优化研究[D];西北农林科技大学;2010年
8 庄梅玲;三维衣身原型曲面展平技术的研究[D];东华大学;2010年
9 周巍;煤矿井下搜救探测机器人的路径规划及轨迹跟踪控制研究[D];太原理工大学;2011年
10 张凌云;高密度电阻率勘探反演的非线性方法研究[D];太原理工大学;2011年
中国硕士学位论文全文数据库 前10条
1 李颖;用蚁群算法求解最小极大流问题[D];河南理工大学;2010年
2 柳枝华;微粒群优化算法的改进及应用[D];南昌航空大学;2010年
3 岳广飞;基于二次搜索的搜索引擎技术研究[D];山东科技大学;2010年
4 张帅;济矿集团区域营销物流规划研究[D];山东科技大学;2010年
5 王辉;基于改进遗传算法的物流配送路径优化研究[D];山东科技大学;2010年
6 靳昌田;煤炭集团物料配送优化研究[D];山东科技大学;2010年
7 纪江涛;基于传感器网络的智能交通系统模型应用研究[D];山东科技大学;2010年
8 田珍菊;证券投资组合优化模型及其有效算法[D];辽宁师范大学;2010年
9 邵晓路;蚁群群体智能网络可视化试验平台研制[D];浙江理工大学;2010年
10 耿东山;基于蚁群算法的机器人全局路径规划[D];郑州大学;2010年
【二级参考文献】
中国期刊全文数据库 前10条
1 唐孝飞,孙壮志,胡思继;物流配送决策支持系统的分析[J];北方交通大学学报;2002年05期
2 郭成;GPS在物流配送中的运用分析[J];中国储运;2002年01期
3 唐立新;旅行商问题(TSP)的改进遗传算法[J];东北大学学报;1999年01期
4 邓佑满,张伯明,王洪璞;配电网络重构和电容器投切的综合优化算法[J];电力系统自动化;1996年05期
5 张素兵,吕国英,刘泽民,周正;基于蚂蚁算法的QoS路由调度方法[J];电路与系统学报;2000年01期
6 刘莉,宛力,陈学允;模糊遗传算法在配电网络综合优化中的应用[J];电力自动化设备;2001年01期
7 孙守宇,郑君里;Hopfield网络求解TSP的一种改进算法和理论证明[J];电子学报;1995年01期
8 李军;有时间窗的车辆路线安排问题的启发式算法[J];系统工程;1996年05期
9 宾松,符卓;求解带软时间窗的车辆路径问题的改进遗传算法[J];系统工程;2003年06期
10 陆化普,史其信;ITS——新一代道路交通系统[J];公路交通科技;1997年04期
中国硕士学位论文全文数据库 前1条
1 赵春英;佳点集遗传算法的理论和应用[D];安徽大学;2001年
【相似文献】
中国期刊全文数据库 前10条
1 江新姿;高尚;陈建忠;;求解旅行商问题的模拟退火蚁群算法[J];计算机工程与设计;2008年06期
2 邸国辉;富爽;孟艳君;;求解TSP问题的单纯形与遗传算法的混合算法[J];黑龙江科技信息;2009年23期
3 曹文梁;康岚兰;;基于遗传算法的混合蚁群算法及其在TSP中的应用研究[J];制造业自动化;2011年02期
4 朱学锋;刘书家;;一种解TSP问题的混合算法[J];北京工商大学学报(自然科学版);2008年04期
5 张晓如;高尚;;求解旅行商问题的蚁群遗传混合算法[J];微电子学与计算机;2009年04期
6 毛宁;顾军华;谭庆;宋洁;;蚁群遗传混合算法[J];计算机应用;2006年07期
7 廖继红;;基于旅行商问题的优化算法设计[J];科技信息;2008年29期
8 马江涛;;遗传混合算法路径规划研究[J];信息与电脑(理论版);2010年02期
9 高艳玲,姚娟;一种求解函数优化的混合遗传算法[J];河南机电高等专科学校学报;2004年05期
10 赵欣;叶庆卫;周宇;;一种保持PSO与GA独立性的混合优化算法[J];计算机工程与应用;2009年26期
中国重要会议论文全文数据库 前10条
1 于宁莉;易东云;张栋;;旅行商问题的一种快速有效的遗传算法[A];第八届中国青年运筹信息管理学者大会论文集[C];2006年
2 李嘉;王梦光;唐立新;宋建海;;求解异种车队车辆路径问题的混合遗传算法[A];2001中国控制与决策学术年会论文集[C];2001年
3 胡巧华;吴怀宇;陈乔礼;陈媛;;一种求解旅行商问题的启发交叉算子的研究[A];第25届中国控制会议论文集(中册)[C];2006年
4 申元霞;张翠芳;;GA-BP算法在系统辨识中的应用[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年
5 王竹芳;钟圣俊;;用退火遗传算法求解投资组合问题[A];现代工业工程与管理研讨会会议论文集[C];2006年
6 孙承意;余雪丽;王皖贞;;遗传算法求解TSP的进化策略[A];1995年中国智能自动化学术会议暨智能自动化专业委员会成立大会论文集(下册)[C];1995年
7 李清生;王凌;郑大钟;;基于混合算法的二元光学器件优化设计[A];2001中国控制与决策学术年会论文集[C];2001年
8 崔长彩;傅师伟;黄富贵;李兵;;混合优化算法GA-PSO及其在工程应用中的实现技术[A];2007'仪表,自动化及先进集成技术大会论文集(一)[C];2007年
9 钟文亮;;求解TSP的变异算子的设计及优化应用[A];2006年全国开放式分布与并行计算机学术会议论文集(三)[C];2006年
10 封磊;蔡创;齐春;乔锃;;PSO和GA的对比及其混合算法的研究进展[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
中国重要报纸全文数据库 前10条
1 林京;《神经网络和遗传算法在水科学领域的应用》将面市[N];中国水利报;2002年
2 程爱娟;旅行推销员问题(TSP)的人工智能解法及其应用[N];新疆科技报(汉);2001年
3 中国科技大学计算机系 邢方亮;计算智能百花齐放[N];计算机世界;2003年
4 包家庆;IDS五大发展趋势[N];网络世界;2002年
5 郭明波;来自蝙蝠的启发[N];北京科技报;2001年
6 易水;IT新词集锦[N];计算机世界;2003年
7 李磊;让电子政务更聪明[N];计算机世界;2001年
8 唐慧;让电子邮件更安全[N];网络世界;2002年
9 高澜庆;矿山企盼智能化[N];中国矿业报;2000年
10 记者 吴苡婷;用技术挖出网络信息中“金子”[N];上海科技报;2009年
中国博士学位论文全文数据库 前10条
1 陈霄;DNA遗传算法及应用研究[D];浙江大学;2010年
2 左洪浩;蚁群优化算法及其应用研究[D];中国科学技术大学;2006年
3 袁丽华;基于物种进化的遗传算法研究[D];南京航空航天大学;2009年
4 张旭;具有拓扑结构布局优化的理论及算法[D];大连理工大学;2004年
5 廖平;基于遗传算法的形状误差计算研究[D];中南大学;2002年
6 周明;高新技术产业投资环境系统研究[D];西北工业大学;2006年
7 曹宇;利用遗传算法对声障板优化设计的研究[D];哈尔滨工程大学;2010年
8 张需溥;小型化微带天线的设计与数值分析[D];上海大学;2004年
9 杨春成;空间数据挖掘中聚类分析算法的研究[D];解放军信息工程大学;2004年
10 方娟;基于移动代理的网格资源监控技术的研究[D];北京工业大学;2005年
中国硕士学位论文全文数据库 前10条
1 朱奉梅;遗传算法在高校排课系统中的研究与应用[D];东北大学;2009年
2 孙晓丽;基于遗传算法的既有线平面及纵断面整正优化设计[D];中南大学;2010年
3 冯秋霞;解最小生成树问题的新的遗传算法[D];西安电子科技大学;2010年
4 郭佳;基于遗传算法的认知无线网络资源分配技术研究[D];西安电子科技大学;2010年
5 宋品;基于改进遗传算法的波束形成技术研究及其应用[D];西安电子科技大学;2010年
6 梁云静;基于遗传算法的主题爬虫搜索策略研究[D];湖北工业大学;2010年
7 高建兵;基于遗传算法的模糊推理控制系统的参数优化研究[D];辽宁工程技术大学;2011年
8 李振业;多向变异遗传算法及其优化神经网络的研究[D];华南理工大学;2011年
9 栾丽霞;遗传算法在潍坊商校排课系统的研究与应用[D];电子科技大学;2011年
10 王辉;基于改进遗传算法的物流配送路径优化研究[D];山东科技大学;2010年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026