收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

协同粒子群算法及其在多车场路径优化问题中的应用

张文静  
【摘要】:在经济全球化和信息化的大背景下,物流技术的价值及其战略地位越来越受到各国政府和企业的重视。其中的配送环节是指依据客户的要求,对物品进行拣选、加工、包装、分割、组配等作业,并按时送达指定地点,在物流系统中有着突出的地位。在满足所有限制条件的前提下,如何合理的安排车场车辆的出行计划,制定最为经济的行驶路线,已成为组合优化和运筹学研究的热点问题之一。车辆路径问题(Vehicle Routing Problem,VRP)正是为解决以上问题而提出来的,主要是研究满足约束条件的最优车辆使用方案以及最优的车辆路径方案。对于该问题的研究在降低运作成本和提高生产经营管理水平方面具有极为重要的理论意义和现实价值。 基本粒子群算法是一种基于群智能的现代启发式算法,具有算法简单、易于实现、只含有初始参数、精确度高和收敛速度快等优点。但同时,该算法也具有易于收敛,即陷入局部最优,出现“早熟”等缺点。为克服算法的“早熟”现象,保持解的多样性,将协同进化算法的思想融入到粒子群算法中,对基本的粒子群算法进行改进,进而提出了协同粒子群算法(Cooperative Particle Swarm Optimization,CPSO)。本文利用协同粒子群算法来解决车辆路径问题的一个扩展分支——多车场车辆路径问题(Multi-Depot Vehicle Routing problem,MDVRP)。CPSO算法的基本思想是把一个大的粒子群体分为多个子群体,多个子群体之间通过信息的共享,达到共同进化的目的。本文采用三粒子群体模式,在速度进化的过程中每个子群体都将使用全局最优值作为自己子群体的“全局最优”。这样通过真正的全局最优值来更新个体速度,同时每个子群体又采用不同的速度进化方式来保持解得多样性,避免陷入局部最优。三个子群体采用的进化方式分别是:基于粒子群的聚散度对粒子进行变异的变异PSO算法;在速度进化公式中增加种群全局最优项的全局学习PSO算法;基于进化中优胜劣汰的竞争PSO算法。其中前两者用于增加种群的多样性,后者用于增加搜索速度。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 王芳;雷开友;邱玉辉;;一种粒子群算法的多样性策略研究[J];计算机科学;2006年01期
2 覃建波;邱小华;许宁;宋湛华;;改进粒子群算法在异步电机静态参数识别中的应用[J];电机技术;2008年06期
3 张俊宝;;基于改进PSO理论的二维Otsu分割算法[J];电光与控制;2010年07期
4 廖锋;高兴宝;;多群体差分演化算法及其应用[J];计算机仿真;2011年01期
5 陈晶;潘全科;;求解独立任务调度问题的改进粒子群算法[J];微电子学与计算机;2009年01期
6 牛玉会;;基于粒子群算法在六峰驼背函数中的应用[J];当代经理人(下旬刊);2006年08期
7 邹长武;羊依金;丁恒康;张雪乔;;基于粒子群算法的GM(1,1)在经济发展预测中的应用[J];成都信息工程学院学报;2007年03期
8 段晓东;;基于群智能的计算与仿真方法研究[J];大连民族学院学报;2007年03期
9 王晟;潘郁;;个体激励粒子群算法及其社会学背景分析[J];计算机工程;2008年21期
10 陈永刚;牛丹梅;范庆辉;;粒子群算法在组合优化问题上的研究与发展[J];电脑与电信;2008年12期
11 刘胜利;刘鹏飞;;粒子群算法在黑盒测试中的应用[J];现代经济信息;2009年21期
12 邓璐娟;卢华琦;孙义坤;刁海港;;改进的粒子群算法在测试数据生成中的应用[J];计算机技术与发展;2010年07期
13 秦明明;王坚;姜雷;;基于改进粒子群算法的电力系统有功调度[J];微计算机信息;2010年19期
14 汲万峰;姜礼平;朱建冲;孙钧正;;基本粒子群算法和遗传算法用于航路规划的比较[J];火力与指挥控制;2011年06期
15 周苗;陈义保;刘加光;;一种新的协同多目标粒子群算法[J];山东理工大学学报(自然科学版);2008年05期
16 高尚,韩斌,吴小俊,杨静宇;求解旅行商问题的混合粒子群优化算法[J];控制与决策;2004年11期
17 岑翼刚,秦元庆,孙德宝,李宁;粒子群算法在小波神经网络中的应用[J];系统仿真学报;2004年12期
18 雍龙泉;张建科;张晓清;;求解一类随机优化问题的粒子群算法[J];武汉大学学报(理学版);2005年S2期
19 黄祎;孙德宝;秦元庆;;基于粒子群算法的移动机器人路径规划[J];兵工自动化;2006年04期
20 焦永昌;杨科;陈胜兵;张福顺;;粒子群优化算法用于阵列天线方向图综合设计[J];电波科学学报;2006年01期
中国重要会议论文全文数据库 前10条
1 赵亮;;遗传增强混沌粒子群算法[A];第二十九届中国控制会议论文集[C];2010年
2 于颖;李永生;於孝春;;新型离散粒子群算法在波纹管优化设计中的应用[A];第十一届全国膨胀节学术会议膨胀节设计、制造和应用技术论文选集[C];2010年
3 张顶学;关治洪;刘新芝;;多种群并行粒子群算法研究[A];第二十六届中国控制会议论文集[C];2007年
4 丛亮;胡成全;郭宗鹏;姜宇;沙丽华;;基于模拟退火思想的基本粒子群算法改进[A];第二十七届中国控制会议论文集[C];2008年
5 张顶学;朱迎辉;廖锐全;;一种动态改变惯性权重的粒子群算法[A];第二十九届中国控制会议论文集[C];2010年
6 张顶学;廖锐全;;粒子群算法分析及惯性权重的动态改变策略[A];第二十七届中国控制会议论文集[C];2008年
7 常俊林;梁君燕;魏巍;;解决流水车间双目标调度问题的免疫粒子群算法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
8 史久根;徐胜生;;基于文化-粒子群算法的机器人路径规划算法[A];2011中国仪器仪表与测控技术大会论文集[C];2011年
9 段练;张玉斌;;坐标改进型粒子群算法在应用层组播中的应用[A];煤炭机电与自动化实用技术[C];2012年
10 周晓君;阳春华;桂卫华;;可变随机函数的PSO算法[A];中国自动化学会控制理论专业委员会B卷[C];2011年
中国博士学位论文全文数据库 前10条
1 安镇宙;家庭粒子群算法及其奇偶性与收敛性分析[D];云南大学;2012年
2 田野;粒子群优化算法及其应用研究[D];吉林大学;2010年
3 胡成玉;面向动态环境的粒子群算法研究[D];华中科技大学;2010年
4 黄平;粒子群算法改进及其在电力系统的应用[D];华南理工大学;2012年
5 全海燕;混合克隆竞争与启发学习策略的多角色随机游动粒子群算法研究[D];云南大学;2010年
6 秦全德;粒子群算法研究及应用[D];华南理工大学;2011年
7 岳本贤;粒子群算法拓展研究及在约束布局优化中应用[D];大连理工大学;2012年
8 常彦伟;纵向参数多子群粒子群算法的研究与应用[D];中国矿业大学;2009年
9 刘衍民;粒子群算法的研究及应用[D];山东师范大学;2011年
10 薛尧予;群能量守恒粒子群算法及其在发酵过程控制中的应用研究[D];北京化工大学;2010年
中国硕士学位论文全文数据库 前10条
1 张文静;协同粒子群算法及其在多车场路径优化问题中的应用[D];华东师范大学;2011年
2 杨立标;基于混合优化策略的粒子群算法及其应用研究[D];哈尔滨工程大学;2010年
3 陈琳玲;基于简化粒子群算法的测试数据自动生成方法研究[D];西南大学;2010年
4 赵辛欣;随机聚焦粒子群算法在机组组合中的应用[D];西南交通大学;2010年
5 王冬;基于粒子群算法的Web文本信息过滤研究[D];华北电力大学(河北);2010年
6 李文婷;基于改进型粒子群算法的热轧带钢宽度神经网络预报模型的研究[D];太原理工大学;2011年
7 汪华;粒子群算法的研究及其在供水优化调度中的应用[D];合肥工业大学;2011年
8 张念志;基于粒子群算法的集送货一体化车辆路径问题研究[D];山东大学;2010年
9 袁洲;基于改进粒子群算法的项目反应理论3PLM参数估计方法研究[D];吉林大学;2011年
10 苏同芬;改进的免疫粒子群算法及梯级水库优化调度问题的研究[D];太原理工大学;2010年
中国重要报纸全文数据库 前10条
1 尔冬;为什么女性领导人偏少[N];中国妇女报;2003年
2 本报记者 赵绍华;初中“是非期”家长多留意[N];健康时报;2003年
3 钱鑫;幼儿消费较多盲目[N];中国妇女报;2004年
4 吴小勇 黄希庭 西南大学心理学院;身份凸显性:自我的“操盘手”[N];中国社会科学报;2011年
5 汪立丰;基础教育中创新精神的培养[N];中国教育报;2003年
6 人民公安报采访组 马玉宝 刘学广 孟琳 李仕欣 杨烨;崭新的教育理念[N];人民公安报;2003年
7 杨斌鹄;你的生活,现在好吗?[N];西安日报;2003年
8 本报记者 胡京京;在药理研究中发现防病治病规律[N];中国中医药报;2001年
9 邵捷;股市新富翁 “浙江制造”[N];经理日报;2003年
10 吴任名 周素萍 王珏;谁在消费“奢侈”服装[N];经理日报;2004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
  • 010-62982499
  • 010-62783978