收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

面向组合优化问题的粒子群算法的研究

戎汉中  
【摘要】:组合优化问题是典型的NP-hard问题,本文将改进的粒子群算法分别应用于无序组合优化和有序服务组合优化领域。现有的改进粒子群算法存在一些不足,大多数是针对某一具体场景提出不具有普适价值;粒子群算法在搜索最优解的过程中,具有随机性,不能保证组合方案的多样性;大多数算法没有提供个性化接口,且粒子群算法随着粒子的维数变大,其计算量是成指数增长,求解粒子维数大的组合优化问题效率低等问题。本文在面向无序组合优化问题时,在粒子群算法中引入混沌搜索方法,提出一种新型混沌粒子群算法(Chaos Particle Swarm Optimization,CS-PSO)。通过在粒子群算法中引入混沌理论,改进算法的初始化阶段和更新阶段,使用一套全新的初始化和更新规则,使得算法整体搜索效率提高,具有良好的全局搜索能力和适应性,有效的解决粒子早熟问题,并保证最终组合方案的多样性。在算法的适应度函数中,引入个性化约束和一般约束的概念,使算法具有个性化接口,可以用来求解具有个性化的组合优化问题。本文在面向有序服务组合优化问题时,所选择的应用场景是Web服务组合优化领域。Web服务组合优化不仅是NP-hard问题,服务和服务之间还需要考虑逻辑顺序关系,因此要找到最佳服务组合方案是难上加难。本文针对具有逻辑顺序关系的Web服务组合优化问题提出一种基于捕食搜索的混沌粒子群算法(Predatory Search-Based Chaos Particle Swarm Optimization,PS-CTPSO),通过在粒子群优化算法中引入捕食搜索策略和具有混沌性质的余切序列方法,根据Web服务的特点,进一步优化初始化和更新阶段,并且通过逻辑优化,确保了算法的搜索效率和Web服务组合的多样性。最终,本文针对两个算法,分别构建个性化早餐推荐系统(Friend)和最佳Web服务组合推荐系统(Best Web Service Combination Recommendation System,BestWS),并通过和主流算法进行实验对比,实验表明,本文算法推荐的组合方案更高效、合理,本文算法在组合优化领域具有一定的应用价值。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 洪大威;;从制定侦破方案说起——组合优化一例[J];科学;1986年03期
2 王宇平,徐晨;解组合优化的一种新方法的收敛性[J];西安电子科技大学学报;1997年04期
3 涂振宇,曾瑄;一类组合优化问题的智能算法研究[J];江西教育学院学报(综合);2003年06期
4 贾小波;石秀安;;屏蔽设计组合优化研究[J];核科学与工程;2010年04期
5 赵红燕,李定主;用组合优化的方法进行兵力分配[J];电脑开发与应用;2005年01期
6 王正元,杨克巍,刘靖旭,谭跃进;组合优化问题的一种精确求解方法[J];计算机工程与科学;2004年12期
7 王洪国;马绍汉;陈火旺;;组合优化问题反问题的研究进展[J];计算机科学;2004年02期
8 郑宇军;薛锦云;凌海风;;组合优化问题简约与算法推演[J];软件学报;2011年09期
9 张鸿宾;;组合优化问题的启发式搜索[J];计算机科学;1998年02期
10 汪祖柱,程家兴;求解组合优化问题的一种方法—分枝定界法[J];安徽大学学报(自然科学版);2004年01期
11 邓玉芬;向凤红;;蚁群算法在组合优化中的应用[J];电子测量技术;2007年01期
12 王峥,李介谷;用有指导的进化模拟退火法解组合优化问题[J];上海交通大学学报;1997年12期
13 刘伟;;蚁群算法参数分析与组合优化设置研究[J];电脑与信息技术;2011年01期
14 许圣良;马慧民;;贷款组合优化决策问题研究[J];计算机工程与应用;2011年14期
15 刘萍,凌晓东;金融资产组合优化系统的设计与实现[J];计算机工程与应用;1995年01期
16 江家宝;须文波;于敏;;基于微粒群算法的单阶段投资组合优化[J];计算机工程与应用;2006年24期
17 马烁;王安平;赵天玉;;蚁群算法及其在组合优化中的应用[J];咸阳师范学院学报;2008年02期
18 于大为;闻春燕;于舒娟;;混沌蚁群组合优化算法实现盲信号检测[J];计算机工程与应用;2009年34期
19 田凯;许必熙;;育种算法在组合优化计算中的应用[J];安徽农业科学;2012年20期
20 马慧民;叶春明;;粒子群算法在贷款组合优化决策中的应用[J];计算机工程与应用;2006年14期
中国重要会议论文全文数据库 前10条
1 朱童;李小凡;鲁明文;;位置加权的改进粒子群算法[A];中国科学院地质与地球物理研究所第11届(2011年度)学术年会论文集(上)[C];2012年
2 陈定;何炳发;;一种新的二进制粒子群算法在稀疏阵列综合中的应用[A];2009年全国天线年会论文集(上)[C];2009年
3 陈龙祥;蔡国平;;基于粒子群算法的时滞动力学系统的时滞辨识[A];第十二届全国非线性振动暨第九届全国非线性动力学和运动稳定性学术会议论文集[C];2009年
4 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
5 刘卓倩;顾幸生;;一种基于信息熵的改进粒子群算法[A];系统仿真技术及其应用(第7卷)——'2005系统仿真技术及其应用学术交流会论文选编[C];2005年
6 熊伟丽;徐保国;;粒子群算法在支持向量机参数选择优化中的应用研究[A];2007中国控制与决策学术年会论文集[C];2007年
7 方卫华;徐兰玉;陈允平;;改进粒子群算法在大坝力学参数分区反演中的应用[A];2012年中国水力发电工程学会大坝安全监测专委会年会暨学术交流会论文集[C];2012年
8 熊伟丽;徐保国;;单个粒子收敛中心随机摄动的粒子群算法[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
9 马向阳;陈琦;;以粒子群算法求解买卖双方存货主从对策[A];第十二届中国管理科学学术年会论文集[C];2010年
10 赵磊;;基于粒子群算法求解多目标函数优化问题[A];第二十一届中国(天津)’2007IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2007年
中国博士学位论文全文数据库 前10条
1 孙雪莲;资本市场相关性分析及多目标投资组合优化方法研究[D];天津大学;2015年
2 王军强;基于约束理论的产品组合优化决策研究[D];西北工业大学;2006年
3 李庆伟;粒子群算法及电厂若干问题的研究[D];东南大学;2016年
4 杜毅;多阶段可变批生产线重构的研究[D];广东工业大学;2016年
5 尹浩;求解Web服务选取问题的粒子群算法研究[D];东北大学;2014年
6 邵晴;粒子群算法研究及其工程应用案例[D];吉林大学;2017年
7 王芳;粒子群算法的研究[D];西南大学;2006年
8 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
9 刘建华;粒子群算法的基本理论及其改进研究[D];中南大学;2009年
10 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
中国硕士学位论文全文数据库 前10条
1 戎汉中;面向组合优化问题的粒子群算法的研究[D];南京邮电大学;2017年
2 李阳;基于模糊Petri网的服务组合优化技术研究与实现[D];沈阳理工大学;2017年
3 龚丹玉;基于第四方平台的现代文化演出服务建模与组合优化技术[D];哈尔滨工业大学;2015年
4 尹徐珊;基于改进PSO算法的投资组合优化方法的设计和实现[D];东南大学;2015年
5 葛梦瑶;人工蜂群算法在多目标模糊投资组合优化中的应用[D];首都经济贸易大学;2016年
6 肖诗凡;基于改进帝国竞争算法的服务组合优化研究[D];重庆大学;2016年
7 刘丽;集成网络与装箱的一类新型组合优化问题[D];杭州电子科技大学;2016年
8 秦茂;高铁快运需求预测与组织模式组合优化研究[D];西南交通大学;2017年
9 刘乐山;Gibson Assembly方法的构建及MEP途径的组合优化[D];上海医药工业研究院;2017年
10 张金淑;网络制造系统中合作伙伴的综合评价与组合优化研究[D];青岛大学;2012年
中国重要报纸全文数据库 前2条
1 程建平;发掘资源的最大价值[N];中国特产报;2003年
2 安徽 朱宝贵;Office 2000与XP组合优化安装技巧[N];电子报;2005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