物流系統(tǒng)的智能優(yōu)化方法-資料下載頁(yè)
2025-05-10 05:10本頁(yè)面
【正文】 而產(chǎn)生出一個(gè)新的個(gè)體。 mp遺傳算法 物流系統(tǒng)工程 —— 第 5章 智能優(yōu)化方法 56 ⑶ 遺傳算法的應(yīng)用步驟 遺傳算法提供了一種求解復(fù)雜系統(tǒng)優(yōu)化問題的通用框架 。 對(duì)于具體問題 ， 可按下述步驟來構(gòu)造： ?①確定決策變量及其各種約束條件，即確定出個(gè)體的表現(xiàn)型 X和問題的解空間； ?②建立優(yōu)化模型，即描述出目標(biāo)函數(shù)的類型及其數(shù)學(xué)描述形式或量化方法； 遺傳算法 物流系統(tǒng)工程 —— 第 5章 智能優(yōu)化方法 57 ?③ 確定表示可行解的染色體編碼方法 ， 即確定出個(gè)體的基因型 X及遺傳算法的搜索空間； ?④ 確定解碼方法 ， 即確定出由個(gè)體基因型 X到個(gè)體表現(xiàn)型 X的對(duì)應(yīng)關(guān)系或轉(zhuǎn)換方法； ?⑤確定個(gè)體適應(yīng)度的量化評(píng)價(jià)方法，即確定出由目標(biāo)函數(shù)值 到個(gè)體適應(yīng)度的轉(zhuǎn)換規(guī)則； )(Xf遺傳算法 物流系統(tǒng)工程 —— 第 5章 智能優(yōu)化方法 58 ?⑥ 設(shè)計(jì)遺傳算子 ， 即確定出選擇運(yùn)算 、 交叉運(yùn)算 、變異運(yùn)算等遺傳算子的具體操作方法； ?⑦確定遺傳算法的有關(guān)運(yùn)行參數(shù)，即確定出遺傳算法的 等參數(shù)。 mc ppTM 、遺傳算法 物流系統(tǒng)工程 —— 第 5章 智能優(yōu)化方法 59 物流系統(tǒng)工程 —— 第 5章 智能優(yōu)化方法 60 免疫遺傳算法 基于免疫的改進(jìn)遺傳算法，是免疫原理與傳統(tǒng)遺傳算法的結(jié)合。 算法的核心在于免疫算子的構(gòu)造，而免疫算子又是通過接種疫苗和免疫選擇兩個(gè)步驟完成的。 在理論上，免疫算法是概率 1收斂的。 遺傳算法 物流系統(tǒng)工程 —— 第 5章 智能優(yōu)化方法 61 例子 物流系統(tǒng)工程 —— 第 5章 智能優(yōu)化方法 62 物流系統(tǒng)工程 —— 第 5章 智能優(yōu)化方法 63 物流系統(tǒng)工程 —— 第 5章 智能優(yōu)化方法 64 物流系統(tǒng)工程 —— 第 5章 智能優(yōu)化方法 65 物流系統(tǒng)工程 —— 第 5章 智能優(yōu)化方法 66 基本思想 是對(duì)局部鄰域搜索的一種擴(kuò)展，是一種全局逐步尋優(yōu)算法。其最重要的思想是標(biāo)記對(duì)應(yīng)已搜索到的局部最優(yōu)解的一些對(duì)象，并在進(jìn)一步的迭代搜索中盡量避開這些對(duì)象（而不是絕對(duì)禁止循環(huán)），從而保證對(duì)不同的有效搜索途徑的探索。 禁忌搜索算法 (Tabu Search) 物流系統(tǒng)工程 —— 第 5章 智能優(yōu)化方法 67 算法步驟 (1)給定算法參數(shù)，隨機(jī)產(chǎn)生初始解 x，置禁忌表為空。 (2)判斷算法終止條件是否滿足？若是，則結(jié)束算法并輸出優(yōu)化結(jié)果；否則，繼續(xù)以下步驟。 (3)利用當(dāng)前解 x的鄰域函數(shù)產(chǎn)生其所有（或若干）鄰域解，并從中確定若干個(gè)候選解。 (4)對(duì)候選解判斷藐視準(zhǔn)則是否滿足？若成立，則用滿足藐視準(zhǔn)則的最佳狀態(tài) y代替 x成為新的當(dāng)前解，即 x=y，并用與 y對(duì)應(yīng)的禁忌對(duì)象替換最早進(jìn)入禁忌表的禁忌對(duì)象，同時(shí)用 y替換 “ best so far”狀態(tài)，然后轉(zhuǎn)步驟 2；否則，繼續(xù)以下步驟。 禁忌搜索算法 (Tabu Search) 物流系統(tǒng)工程 —— 第 5章 智能優(yōu)化方法 68 (5)判斷候選解對(duì)應(yīng)的各對(duì)象的禁忌屬性，選擇候選解集合中非禁忌對(duì)象對(duì)應(yīng)的最佳狀態(tài)為新的當(dāng)前解，同時(shí)，用與之對(duì)應(yīng)的禁忌對(duì)象替換最早進(jìn)入禁忌表的禁忌對(duì)象元素。 (6)轉(zhuǎn)步驟 (2) 注： 1)其中，鄰域函數(shù)、禁忌對(duì)象、禁忌表和藐視準(zhǔn)則構(gòu)成了禁忌搜索算法的關(guān)鍵。 2)對(duì)于鄰域函數(shù)，沿用局部鄰域搜索的思想，用于實(shí)現(xiàn)鄰域搜索； 3)禁忌表和禁忌對(duì)象的設(shè)置，體現(xiàn)了算法避免迂回搜索的特點(diǎn)； 4)藐視準(zhǔn)則，則是對(duì)優(yōu)良狀態(tài)的獎(jiǎng)勵(lì)，它是對(duì)禁忌策略的一種放松。 禁忌搜索算法 (Tabu Search) 物流系統(tǒng)工程 —— 第 5章 智能優(yōu)化方法 69 基本原理 (1)螞蟻覓食時(shí)，在它走過的路上，留下外激素，這些外激素就象留下路標(biāo)一樣，留給后來 “ 蟻 ”一個(gè)路徑的標(biāo)志。 (2)后面的螞蟻，就會(huì)沿著有外激素的路徑行走（外激素越多引誘螞蟻的能力就越強(qiáng)）。 螞蟻算法 物流系統(tǒng)工程 —— 第 5章 智能優(yōu)化方法 70 算法 (1)一群螞蟻隨機(jī)從出發(fā)點(diǎn)出發(fā)，遇到食物，銜住食物，沿原路返回 (2)螞蟻在往返途中，在路上留下外激素標(biāo)志 (3)外激素將隨時(shí)間逐漸蒸發(fā)（一般可用負(fù)指數(shù)函數(shù)來描述，即乘上因子 eat） (4)由蟻穴出發(fā)的螞蟻 ,其選擇路徑的概率與各路徑上的外激素濃度成正比 注：利用同樣原理可以描述蟻群進(jìn)行多食物源的尋食情況 螞蟻算法 物流系統(tǒng)工程 —— 第 5章 智能優(yōu)化方法 71 算法應(yīng)用 (1)用于重建通訊路由 (2)用于求解 TSP（流動(dòng)貨郎問題 ) ?一群螞蟻由 A點(diǎn)同時(shí)出發(fā)，進(jìn)行漫游，傾向選較近的城市 ?把所有城市都游過后，返回， 并留下外激素，其量與路程長(zhǎng)度成反比 ?所有螞蟻都返回后，圖上留下外激素的標(biāo)志 進(jìn)行第二輪的漫游（傾向選激素多的路徑） … 螞蟻算法 物流系統(tǒng)工程 —— 第 5章 智能優(yōu)化方法 72 第三章 搜索技術(shù) (3)螞蟻清除垃圾 螞蟻能將巢里的垃圾或死螞蟻 ,打掃成幾大堆給以清除 ?一群螞蟻隨機(jī)出發(fā) ,遇到垃圾 ,就將其拉走（方向也是隨機(jī)的） ?拉垃圾時(shí) ,若碰到某一堆垃圾時(shí) ,就放下 ?放下垃圾后 , 再隨時(shí)機(jī)進(jìn)行打掃工作 …… 物流系統(tǒng)工程 —— 第 5章 智能優(yōu)化方法 73 神經(jīng)網(wǎng)絡(luò)與神經(jīng)網(wǎng)絡(luò)優(yōu)化算法
法律信息相關(guān)推薦
鄂ICP備17016276號(hào)-1