《mtsp模型及求解》word版(文件)
【正文】 3 5 7 6 8 4 2 1SUM0 = 24(SUM0為3個(gè)父代所產(chǎn)生的子代所走的距離或懲罰費(fèi)用總和)，顯然SUM0遠(yuǎn)遠(yuǎn)小于SUM1，SUM2和SUM3。Pc變參的理由是當(dāng)某一代中所有生成的子代的值很接近時(shí)，顯然，結(jié)果可能在局部最優(yōu)處徘徊，所以必須增大Pc，以避免局部最優(yōu)。當(dāng)fbest與 f 很接近時(shí)，說(shuō)明某一代中所有的值可能在局部最優(yōu)附近徘徊，所以讓Pm較大,以擺脫局部最優(yōu)。而方法2要稍優(yōu)于方法l。結(jié)果證明應(yīng)用TSP問(wèn)題的改進(jìn)遺傳算法能夠有效地解決軋鋼廠生產(chǎn)調(diào)度問(wèn)題。 賀建民。 steel plex[ J].European Journal of Operational Research,2000,124(2): 267282.[4] [J].東北大學(xué)學(xué)報(bào),1999,20(2):148~150.[5] Lenstra J K,Rinnooy Kan AHG. Some simple applications of the traveling salesman problem. Operational Research Quarterly, 1975, ~733.[6] 黃可為。對(duì)于熱軋調(diào)度問(wèn)題首先建立了MTSP模型，與一般單TSP模型不同的是，它能夠同時(shí)安排多個(gè)軋制單元計(jì)劃，符合現(xiàn)場(chǎng)實(shí)際情況。4結(jié)論通過(guò)以實(shí)際生產(chǎn)數(shù)據(jù)為例,進(jìn)行仿真，結(jié)果表明，所給出的算法非常有效?！∽儺惛怕实淖儏⒎椒ㄗ儺惛怕蔖m的變參形式表達(dá)如下：當(dāng)f′≥f, Pm = K2(fbestf′)/(fbestf) (4)當(dāng)f′ f, Pm = K4 (5)其中K2=，K4=；fbest為當(dāng)前代中最佳值；f為當(dāng)前代的平均值；f′當(dāng)要進(jìn)行變異的父代。 (2)其中：f′=SUM1+SUM2+SUM3 / 3 (3)f′當(dāng)前交叉的3個(gè)父代的平均值；ffit為當(dāng)前代中最短的路程值；f當(dāng)前代的平均值。這里提出了一種改進(jìn)遺傳算法，稱為三交換啟發(fā)交叉方法（THGA），主要有2點(diǎn)改進(jìn)：(1)通過(guò)增加交配的父代染色體的數(shù)量，由3個(gè)父代產(chǎn)生1個(gè)子代；(2)動(dòng)態(tài)調(diào)整交叉和變異概率，從而降低了染色體近親繁殖的可能,有效地控制了進(jìn)化過(guò)程[10]。遺傳算法（GA）是一種全新的隨機(jī)搜索與優(yōu)化算法，而標(biāo)準(zhǔn)遺傳算法執(zhí)行的效率不高，而且容易在局部最優(yōu)解處收斂[8]。按照熱軋生產(chǎn)約束，相鄰板坯之間的寬度、厚度和硬度等變化越小，則綜合衡量指標(biāo)越優(yōu)。在建立模型之前,先將模型中用到的變量和參數(shù)定義如下：
規(guī)章制度相關(guān)推薦
鄂ICP備17016276號(hào)-1