改进的粒子群算法及其在离散问题中的应用

【摘要】：本文研究了用于求解离散问题的粒子群优化算法的改进。广义旅行商和车间调度的Benchmark 测试问题的计算表明,本文的工作取得了非常有意义的结果。 本文第二章,简要介绍了粒子群优化算法,广义旅行商和车间调度问题的基础知识,为后面章节提供了理论基础。 本文第三章,提出了求解离散问题的统一模式——改进的粒子群优化算法。为了加速算法的收敛,引入了五种优化方法,分别是:局部搜索策略、基于变长记忆的个体导入、变异、动态参数规划和Stretch 算法。 本文第四章,以改进的算法为基础,提出了用于解决GTSP 问题的关键值粒子群优化算法,最后的试验取得了非常有意义的结果。 本文第五章,以改进的算法为基础,针对车间调度问题提出了粒子的矩阵随机编码,并提出一种随机插空排序方法实现解码;实验取得了令人满意的结果。