matlab蟻群算法介紹-資料下載頁
2025-05-10 18:41本頁面
【正文】 索空間舉例 ? 經(jīng)過若干次迭代之后，搜索空間變化，此時最可能的可行解為 BACABA 若干次迭代后的狀態(tài) 局部搜索 ( )的計算 ij?21,1()ij mp i p k ppQjb??? ??????? 局部搜索 采用的是貪心策略 ij?? 基本思路：每一步均從當前可選擇策略中選取，使目標函數(shù)值增加最少的策略，即在確定第 j個位置組裝的車型時，如果有多種車型可供選擇，則從中選擇一種車型 i，使第 j個位置組裝車型 i時各零部件的使用速率最為均勻。 狀態(tài)轉(zhuǎn)移概率 ? 狀態(tài)轉(zhuǎn)移概率公式如下 ( 1 ),( 1 )()0,kij ijkk ij ijij j ta b ui ta b upt? ? ? ?? ? ? ???????? ??? ?????若否 則信息素更新規(guī)則 ? LB表示目標函數(shù)的下限值 ? 表示當前目標函數(shù)的平均值 ? Zcutr表示當前的目標函數(shù)值 ? 這種動態(tài)標記的方法可在搜索過程中加大可行解間信息素的差別，避免算法早熟 Z?0 ( 1 ) ,0,c utrkijZ L B ijZ L B?? ??? ????? ???如 果 車 型 在 調(diào) 度 中 的 位 置否 則_1n a n tkij ijk???? ? ?? ( ) ( 1 ) ( )ij ij ijt n t? ? ? ?? ? ? ? ? ?實驗數(shù)據(jù) 實驗參數(shù)設置 ? 螞蟻系統(tǒng) ? 螞蟻數(shù)量 N_ant = 5 ? 最大循環(huán)周期 Ncmax = 400 ? = ? Q = 20210 ? = ? LB = ??? 蟻群系統(tǒng) ? q0 = ? 全局更新規(guī)則中的 和局部更新規(guī)則中的 均取 ? ?實驗參數(shù)設置 ? 最大 最小螞蟻系統(tǒng) ? 選取全局最優(yōu)解 ()bestfsm in 0 m a x 00,1 , LDL? ? ? ??? ? ???是 利 用 貪 心 策 略 算 得 的 目 標 函 數(shù) 值? 帶有精英策略的螞蟻系統(tǒng) ? 精英螞蟻數(shù)量 :1只 實驗結果 實驗結果分析 ? 直接用貪心策略求解結果： ? ? 螞蟻系統(tǒng)求解 SMMAL問題的性能較差 ? 對于這個具體的問題，帶精英策略的螞蟻系統(tǒng)的求解性能并 不好于 螞蟻系統(tǒng) ? 蟻群系統(tǒng)的性能相對于前兩者而言，有了很大幅度的提高 ? 最大 最小螞蟻系統(tǒng)的性能最好，大多數(shù)情況下的求解結果已達到實際的最優(yōu)解
環(huán)評公示相關推薦
鄂ICP備17016276號-1