收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

改进蚁群算法及其在结构系统可靠性优化中的应用

程世娟  
【摘要】: 受自然界生物群体所表现出的智能行为的启发,研究人员提出了人工智能新的实现模式——群体智能。群体智能的核心是由众多简单个体组成的群体能够通过相互之间的简单合作来实现某一功能、完成某一任务。群体智能中的主体在环境中表现出自主性、反映性、学习性和自适应性等智能特性。 群体智能的研究始于蚁群算法。作为群体智能的典型形式,蚁群算法是基于蚂蚁群体觅食过程沿最短路径行进的生物学行为发展起来的一类群智能优化方法。该算法在解决传统优化方法难以奏效的具有NP-Hard特性的组合优化问题中取得了可喜的成果,因而受到学术界和工业界的广泛关注。在过去短短的十多年时间里,已经在组合优化、网络路由、函数优化、数据挖掘、机器人路径规划等领域获得了广泛的应用。目前,蚁群优化算法成为计算智能方法中的一个重要分支,并在很多国际会议上作为专题加以论,成为蓬勃发展的热点研究课题。 本文针对传统蚁群算法种群单一、求解速度慢等缺陷,提出了一种改进蚁群算法——分段多种群蚁群算法,并用改进蚁群算法成功解决了复杂系统可靠性冗余优化问题及工程网络结构系统可靠性拓扑优化问题等。本文的主要研究成果包括: (1)对现有的蚁群算法从以下几个方面进行了改进:第一,根据自然界中蚂蚁分工的不同,在算法中引进多种搜索蚂蚁——先驱蚁、搜索蚁和叛逆蚂蚁,各种蚂蚁按给定的规则进行搜索,在加快解的进化的同时又保持了解的多样性。 第二,采用分阶段搜索策略,在算法初期适当放大选择概率,增加较好路径在算法初期被选择的机会,使较好路径上的信息素在算法初期有所加强;在算法后期为了防止陷入局部最优,在前期信息素积累的基础上恢复正常的选择概率,确保算法不出现停滞现象。 第三,在信息素的更新方式上,把信息素的挥发速度设置为信息素浓度的函数,更贴近自然现象的本质,在信息素的更新方式上采用信息素的全局更新方式。 实例测试结果表明,改进的蚁群算法在解决TSP问题上收敛速度快,并且比文献中的对比结果具有更小的相对误差。 (2)将改进蚁群算法应用到串并系统可靠性冗余优化中,结合工程实际,文中既考虑到冗余部件的个数又考虑到冗余部件的类型,采用分级网络和并行搜索机制,解决了系统的元件可选择不同类型的串并联系统可靠性优化问题。 (3)通过分级网络、向量编码将复杂系统可靠性优化问题转化为蚂蚁可识别的点线结构,采用并行搜索机制改进将蚁群算法应用到复杂系统可靠性优化问题中。将信息素集中于各级节点作为节点对蚂蚁的吸引强度,由节点的吸引强度指导蚂蚁在解空间上高效启发式搜索。计算结果表明,蚁群算法能快速搜索到问题的最优解,计算结果比所列举的算法都好。 (4)以“从输入节点到该节点至少有一条路通的概率”为网络节点的可靠度约束,采用二进制编码将工程网络结构的拓扑优化问题转化为0-1规划问题,提出了工程网络结构可靠性拓扑优化的蚁群算法。采用递归法对所提出的方法作进一步的近似估计,给出在满足一定的可靠度区间约束条件下网络造价的一个估计,既减少了计算复杂度使算法有利于编程,又提高了算法效率。结果表明递归近似处理的计算复杂度低,效率高,精度高,方案合理,可以处理大型的复杂网络,比其他算法更有效。 最后,对全文的工作进行总结,并展望了蚁群算法进一步还要研究的课题。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 叶仲泉;王书勤;黄茜;;基于带时间窗的车辆路径问题的蚁群算法[J];重庆工学院学报(自然科学版);2007年06期
2 刘少伟;王洁;;一种改进的蚁群算法在TSP问题中的应用研究[J];计算机仿真;2007年09期
3 程世娟;卢伟;陈虬;;基于蚁群算法的最短路径搜索方法研究[J];科学技术与工程;2007年21期
4 杨德芹;;一种自适应蚁群算法及其应用[J];软件导刊;2007年21期
5 薛瑞红;李扬;;一种改进的蚁群算法及其在TSP问题中的检验[J];科技创新导报;2007年36期
6 李扬;薛瑞红;;基于图形的加权蚁群算法[J];辽宁工程技术大学学报(自然科学版);2008年02期
7 徐红梅;陈义保;刘加光;王燕涛;;蚁群算法中参数设置的研究[J];山东理工大学学报(自然科学版);2008年01期
8 包丹丹;汪红;;群智能蚁群算法及其改进策略研究[J];电脑知识与技术;2008年15期
9 陈鑫;;蚁群算法在旅行商问题中的应用研究[J];科技信息(学术研究);2008年15期
10 卢峰;吴大舜;曹兰;;蚁群算法理论及应用[J];科技广场;2008年05期
11 崔利;王高平;;基于TSP的蚁群算法及其在路由中的应用[J];中国西部科技;2008年21期
12 李成兵;彭其渊;郭倩倩;程嘉;;改进蚁群算法在旅行商问题中的应用[J];铁道运输与经济;2009年02期
13 刘波;吴惕华;李惠光;张小广;;基于改进二进制蚁群算法的函数优化[J];数学的实践与认识;2009年05期
14 于同亚;;基于蚁群算法的TSP问题求解[J];中国科技信息;2009年12期
15 桑国珍;何小虎;;基于自适应蚁群算法的研究[J];科技信息;2010年10期
16 李扬;;改进的蚁群算法及其在Eil50问题上的检验[J];辽宁工程技术大学学报(自然科学版);2010年05期
17 蒋建国;夏娜;张国富;尹翔;;基于蚁群算法的敏捷供应链伙伴选择[J];系统仿真学报;2006年12期
18 吴桂芳;伍红华;;求解TSP问题的蚁群算法研究[J];广西民族大学学报(自然科学版);2007年02期
19 伍乐生;;一种改进的基于蚁群算法的P2P搜索研究[J];科技信息(科学教研);2007年34期
20 刘波;杨路明;雷刚跃;;基于蚁群算法的XML概率查询策略与算法优化[J];计算机工程;2008年05期
中国重要会议论文全文数据库 前10条
1 关洪浩;唐巍;;蚁群算法的生成树在配电网网架规划中的应用[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
2 吴正伟;吉文来;陈伟佳;卢扣;;基于蚁群算法的城市紧急救援最佳路径选择[A];地理信息与物联网论坛暨江苏省测绘学会2010年学术年会论文集[C];2010年
3 王鹤;邵良杉;邱云飞;;蚁群算法在露天矿运输系统路径优化中的应用[A];第五届全国煤炭工业生产一线青年技术创新文集[C];2010年
4 刘杰;闫清东;;基于蚁群算法的移动机器人路径规划技术的研究[A];逻辑学及其应用研究——第四届全国逻辑系统、智能科学与信息科学学术会议论文集[C];2008年
5 肖岭;熊辉;;一种针对频率指配问题的改进蚁群算法[A];电波科学学报[C];2011年
6 严彬;熊伟清;程美英;叶青;;基于拥塞控制的多种群二元蚁群算法[A];第二十七届中国控制会议论文集[C];2008年
7 宋春峰;侯媛彬;赵圣刚;;蚁群算法在陀螺温控系统中的应用研究[A];第十四届全国煤矿自动化学术年会暨中国煤炭学会自动化专业委员会学术会议论文集[C];2004年
8 张如伟;黄捍东;赵迪;;一种新的地震非线性反演方法[A];中国地球物理学会第二十四届年会论文集[C];2008年
9 申春;彭秀增;罗凡;李肃义;;基于方向启发因子的蚁群算法[A];2006年全国理论计算机科学学术年会论文集[C];2006年
10 师凯;蔡延光;邹谷山;王涛;;运输调度问题的蚁群算法研究[A];04'中国企业自动化和信息化建设论坛暨中南六省区自动化学会学术年会专辑[C];2004年
中国博士学位论文全文数据库 前10条
1 程世娟;改进蚁群算法及其在结构系统可靠性优化中的应用[D];西南交通大学;2009年
2 刘波;蚁群算法改进及应用研究[D];燕山大学;2010年
3 郭乘涛;基于问题分解与蚁群算法的半导体晶圆制造系统调度方法的研究[D];上海交通大学;2012年
4 顾中舜;中继卫星动态调度问题建模及优化技术研究[D];国防科学技术大学;2008年
5 王翔;混合蚁群算法及其在管理优化中的应用[D];东华大学;2012年
6 陈宝文;蚁群优化算法在车辆路径问题中的应用研究[D];哈尔滨工业大学;2009年
7 刘传文;仿生优化算法在数字图像处理中的应用研究[D];武汉理工大学;2008年
8 唐连生;突发事件下的车辆路径问题研究[D];西南交通大学;2008年
9 闫博;基于蚁群算法的集装箱港口选择与网络均衡分析[D];大连海事大学;2008年
10 袁东辉;蚁群算法在飞行模拟器平台中若干应用问题的研究[D];吉林大学;2011年
中国硕士学位论文全文数据库 前10条
1 饶跃东;基于改进蚁群算法的无人飞行器航迹规划应用研究[D];武汉理工大学;2010年
2 傅宏;基于遗传多蚁群算法的QoS组播路由算法研究[D];重庆大学;2010年
3 潘鹏竹;协同制造调度问题的蚁群算法研究[D];沈阳工业大学;2010年
4 吕海鹏;改进蚁群算法在YKK系列中型高压电机优化设计中的应用[D];哈尔滨理工大学;2010年
5 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
6 刘志勇;基于蚁群算法与竞选算法的作业车间调度求解及比较研究[D];广东工业大学;2011年
7 张守年;改进的蚁群算法及其在QoS中的应用[D];华南理工大学;2010年
8 林时来;基于蚁群算法的呼吸信号情感识别研究[D];西南大学;2011年
9 孙莹;无底柱分段崩落法矿山生产调度系统优化研究[D];西安建筑科技大学;2010年
10 张频捷;蚁群优化算法及其应用研究[D];中南大学;2010年
中国重要报纸全文数据库 前10条
1 惠永辉 徐源;张昌龙—— 勇于挑战难题[N];解放军报;2009年
2 记者 陈勇;人体免疫力能敌艾滋病吗[N];新华每日电讯;2000年
3 记者 杨骏;原来奶头信息素“导航”[N];新华每日电讯;2003年
4 胭苒;不做“臭”男人[N];卫生与生活报;2006年
5 阮礼录;蜂农如何避免被蜂螫?[N];湖南科技报;2006年
6 彼德·米勒;蚂蚁没有老大[N];云南经济日报;2008年
7 江苏省张家港市东莱小学 黄利锋;理论与实践的碰撞[N];中国电脑教育报;2005年
8 小荣;蜜蜂与现代科技[N];中国知识产权报;2000年
9 辛华;中科院动物所成功研发美国白蛾性诱芯[N];农资导报;2007年
10 ;可恨艾滋病全球大围剿[N];医药经济报;2000年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978