期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
二元蚁群优化算法研究综述 被引量:7
1
作者 钱乾 程美英 +1 位作者 熊伟清 周鸣争 《计算机应用研究》 CSCD 北大核心 2012年第4期1211-1215,共5页
二元蚁群优化算法作为蚁群算法改进的一种,其独特的随机二元网络结构在离散域及连续域优化问题中均得到较好的应用,但探索和利用的冲突、单一种群寻优的局限性以及算法评价次数的增加均限制了二元蚁群算法更好的发展。从一维细胞自动机... 二元蚁群优化算法作为蚁群算法改进的一种,其独特的随机二元网络结构在离散域及连续域优化问题中均得到较好的应用,但探索和利用的冲突、单一种群寻优的局限性以及算法评价次数的增加均限制了二元蚁群算法更好的发展。从一维细胞自动机入手,首先对二元蚁群优化算法的基本模型进行描述,然后讨论了近年来对二元蚁群优化算法的若干改进及应用;最后评述了二元蚁群优化算法未来的研究方向和主要研究内容。 展开更多
关键词 二元蚁群优化算法 细胞自动机 拥塞控制 多种群 可控搜索 灾变
下载PDF
可控搜索偏向的二元蚁群算法 被引量:7
2
作者 胡钢 熊伟清 +1 位作者 张翔 袁军良 《控制理论与应用》 EI CAS CSCD 北大核心 2011年第8期1071-1080,共10页
蚁群算法按照信息素轨迹产生的偏向对解空间进行搜索.当前改进蚁群算法性能的主要方法是提高种群的多样性,少有对搜索偏向进行控制.本文以可控搜索偏向作为研究的出发点,通过对至今最优信息素更新方式的分析,得出了从任意代到算法收敛... 蚁群算法按照信息素轨迹产生的偏向对解空间进行搜索.当前改进蚁群算法性能的主要方法是提高种群的多样性,少有对搜索偏向进行控制.本文以可控搜索偏向作为研究的出发点,通过对至今最优信息素更新方式的分析,得出了从任意代到算法收敛没有发现较优解的概率下限.并以此为基础,把访问量与蚂蚁数量的关系作为控制偏向的依据,在兼顾提高种群多样性的前提下,设计了可控搜索偏向的二元蚁群算法.通过多个函数的测试以及0-1多背包问题的应用,其实验结果表明该算法有较好的搜索能力以及较快的收敛速度. 展开更多
关键词 蚁群算法 二元蚁群算法 信息素更新方式 可控搜索 函数优化 0-1多背包问题
下载PDF
多目标优化的多种群混合行为二元蚁群算法 被引量:4
3
作者 叶青 熊伟清 李纲 《计算机工程与应用》 CSCD 北大核心 2011年第17期37-41,共5页
针对二元蚁群算法在求解多目标问题时难以同时得到多个解和难以得到Pareto曲面的缺陷,使用多种群策略,改善算法的全局搜索能力,引入环境评价/奖励因子和蚁群混合行为搜索机制,提出了多种群混合行为二元蚁群算法。通过对几个不同带约束... 针对二元蚁群算法在求解多目标问题时难以同时得到多个解和难以得到Pareto曲面的缺陷,使用多种群策略,改善算法的全局搜索能力,引入环境评价/奖励因子和蚁群混合行为搜索机制,提出了多种群混合行为二元蚁群算法。通过对几个不同带约束多目标函数的测试,实验结果表明该算法在保证全局搜索能力的基础上,拥有很好的多目标求解能力。 展开更多
关键词 二元蚁群 多种群 环境评价 混合行为 多目标
下载PDF
基于二元蚁群算法的多目标订单分配问题求解 被引量:3
4
作者 叶青 熊伟清 江宝钏 《计算机工程》 CAS CSCD 北大核心 2011年第3期175-177,182,共4页
为了在最小化综合成本的同时尽量均衡企业的生产负荷以及为水平型制造协作联盟(HMCA)订单分配的管理工作提供依据,设计多种群混合行为二元蚁群算法,用于求解HMCA订单分配的多目标模型。该方法在二元蚁群算法的基础上引入区域划分、环境... 为了在最小化综合成本的同时尽量均衡企业的生产负荷以及为水平型制造协作联盟(HMCA)订单分配的管理工作提供依据,设计多种群混合行为二元蚁群算法,用于求解HMCA订单分配的多目标模型。该方法在二元蚁群算法的基础上引入区域划分、环境评价与奖励策略,以弥补二元蚁群算法难以同时寻找多个解的缺陷,通过引入中心扰动行为,进一步提高求解质量。实验结果表明,该算法可以保证分布性,且求解质量较高。 展开更多
关键词 多目标订单分配 二元蚁群算法 多种群 环境评价 混合行为
下载PDF
求解强异类集装箱装载问题的混合蚁群算法 被引量:2
5
作者 魏平 熊伟清 《计算机工程与应用》 CSCD 2013年第7期252-257,共6页
针对强异类集装箱装载问题,设计了一种混合蚁群算法。算法中搜索空间分为货物摆放的优先序列和货物摆放的状态两部分;引入体积大的货物优先放入的启发式规则;将蚂蚁搜索得到的序列与历史最优序列进行交叉,取三者最优序列作为该蚂蚁的搜... 针对强异类集装箱装载问题,设计了一种混合蚁群算法。算法中搜索空间分为货物摆放的优先序列和货物摆放的状态两部分;引入体积大的货物优先放入的启发式规则;将蚂蚁搜索得到的序列与历史最优序列进行交叉,取三者最优序列作为该蚂蚁的搜索路径;在更新信息素时,采取两种挥发系数更新信息素以避免信息素过快饱和,同时分析了算法的复杂度。通过三个强异类实例的测试,表明算法得到的装载方案有较高的空间利用率。 展开更多
关键词 集装箱装载 蚁群优化算法 启发式规则 整数规划
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部