遗传算法和蚁群算法融合求解TSP

文章将遗传算法和蚁群算法融合为一体,在此基础上,分别对遗传算法和蚁群算法中的遗传算法中的交叉长度发生变化、种群更新、蚁群算法信息素保留率和信息素自动更新进行了改进。同时给出一种信息素更新模型,最后通过对TSP的51个城市的仿真计算,表明将遗传算法和蚁群算法融合为一体效果较好。     

蚁群优化算法研究

由传统的蚁群优化算法入手,介绍了蚁群优化算法的基本原理以及在TSP问题中的应用,分析并总结了蚁群算法在信息素更新、路径构造等方面的改进方法。     

一种改进蚁群算法的研究

从基本蚁群算法出发,基于 TSP(traveling salesman problem)的邻域结构,提出了一种改进的优化算法,给出了具体的算法步骤。该算法采用2-opt 和3-opt 作为混合邻域结构,可以有效克服基本蚁群算法收敛速度慢和易于陷入局部最优解的弊病。针对 TSPLIB 中的 krob100,Elis51和 CHN144问题的计算结果表明,该改进算法具有良好的效果。     

一种改进蚁群算法的研究

从基本蚁群算法出发,基于TSP(travelingsalesmanproblem)的邻域结构,提出了一种改进的优化算法,给出了具体的算法步骤。该算法采用2-opt和3-opt作为混合邻域结构,可以有效克服基本蚁群算法收敛速度慢和易于陷入局部最优解的弊病。针对TSPLIB中的krob100,EIis51和CHN144问题的计算结果表明,该改进算法具有良好的效果。     

指派问题的改进蚁群算法研究

指派问题是组合优化问题的一个分支，也是生活中常见的问题。根据指派问题的特点，将效率矩阵的行标看成旅行商问题的城市，提出了一种改进的蚁群算法，仿真试验结果和其他文献结果比较，证明了该改进算法的可行性。     

个体变异蚁群算法在TSP问题中的应用研究

在蚁群算法中引入个体变异机制,使蚁群中蚂蚁个体的参数产生差异,从而调整概率函数中信息素因子的强度以及距离因子在概率中的作用,使蚂蚁在选路时具有多样性.与传统蚁群算法的对比实验表明该算法加快了收敛速度,改善了求解性能,有效避免了早熟收敛.

Abstract：

Ant colony algorithm has many disadvantages, such as long searching time, easy to fall into the local optimal solution and so on. This paper bring a individual mutation strategy in ACA, which makes the parameters of individual in the ant colony cause to change, enables the strategy of ants route selection to possess variety by coordinating the intensity of the pheromone gent and the effect of the distance gene in the probability function. The experimental results show that the improved algorithm has great effectiveness and efficiency than the Ant Colony algorithm and avoid stagnation efficiently.     

基于改进蚁群算法的冰鲜水产品配送路径优化方法研究

为研究冰鲜水产品最优配送路径的优化方法,在传统蚁群算法基础上提出一种改进的蚁群算法,先后分别采用局部最优和全局最优两种方式对传统蚁群算法的信息素更新方式加以扩大至最优解寻觅范围,并对启发因子的函数定义范围加以扩展至初始节点,利用2-opt算法进行局部优化。实例仿真结果表明,在相同配送条件下,改进后的蚁群算法与避圈法、传统蚁群算法相比较,其配送时间分别缩短31.64%和8.15%,其配送路径长度分别缩短21.89%和16.94%。研究表明,改进的蚁群算法可用于冰鲜水产品最优配送路径的计算,该方法可在实际应用中有效提高冰鲜水产品的物流运输效率。     

一种用于连续寻优的蚁群爬山算法

针对蚁群算法在连续寻优过程初期信息素匮乏、搜索时间长、收敛慢的弱点,对蚁群算法进行改进,并结合爬山算法提出了一种新的蚁群爬山算法.将新的蚁群爬山算法用于求解连续全局优化问题,数值实验证明该算法是可行的、有效的,并且精度和效率优于蚁群算法.     

基于蚁群算法的农业节水灌溉路径优化部署

为实现节水灌溉田间地块路径管线部署的管理和控制,采用信息素优化的改进蚁群算法进行设计研究.在现有蚁群算法组合优化的现实缺陷基础上,以田间地块坐标作为数据源,采用改进的蚁群算法对田间地块布线路径进行设计,从而提高蚁群算法在迭代过程中更新最优解的能力,最终在相同的迭代次数内找到路径更短、代价更小的规则,解决农业节水灌溉管线路径部署优化问题,并在VC++程序中验证路径优化的实际问题.测试结果表明:在相同的气候条件下,路径优化部署设计结果可以为节水灌溉的管道布局管理提供参考依据和数据支持.     

蚁群算法在土地利用结构优化模型中的应用

将蚁群优化算法引入土地资源规划,构建基于蚁群算法的资源规划数学模型,克服了传统优化模型的缺陷,选择张家口地区进行实证分析,得出了该地区最佳的土地利用结构优化方案。     

改进的蚁群算法在灌区渠系优化配水中的应用研究

针对我国大多数地区渠系配水通用性较低的问题,将农田水利作为农村基础设施建设的重点任务,以吉林省大安灌区渠系为例,基于地理信息及遥感测控技术,通过改进的蚁群算法对灌区渠系进行优化配水,最终达到节水灌溉增产的效果。在北方实际灌溉过程中,优化配水在农业节水灌溉领域中具有重要的意义,其算法简单,收敛性好。采用改进的蚁群算法可以使渠系配水模式在满足一定约束条件下将水量损失降到最低,使有限的水资源发挥最大的作用。结果更贴近实际,值得全国范围推广应用。     

基于蚁群算法鲜活农产品配送路径优化研究

通过构建时间惩罚函数和变质函数建立了针对鲜活农产品配送路径优化模型。运用改进的最大最小蚂蚁算法来求解该问题。最后通过一个实例验证以上模型以及算法可以有效地优化鲜活农产品配送路线。     

基于农村电商的生鲜农产品合作配送成本分配问题研究

针对生鲜农产品合作配送的旅行商问题,采用核心法、Shapley值法、GQP法、简化的MCRS法和按比例分配成本方法,对合作者成本分配进行研究。结果表明:1)形成大联盟时各个客户所分摊的成本比单独配送成本节约了11.7%~80.9%,即合作更有利;2)低需求的客户更应与其他客户形成联盟,而客户的需求量较高时,其与其他客户形成联盟的条件较严格;3)采用核心法的分配方案优超于其他方法;4)在缺少软件设备等情况下,可优先选择按第三方物流成本比例分配方法进行成本分配,其次选择按客户的需求量比例分配的方法。该研究为农村合作组织的合作配送提供了成本分配依据。     

模拟退火算法在带约束的送货路线优化设计中的应用

汉语理解处理过程中，句子中的单字和邻接的字词经常需要动态组合在一起并作为一个整体的语义单位来理解。单字动态组合是以往现代汉语词汇研究较少注意到的一个语言现象。文章介绍了单字动态组合的标注工作，并以联合式、偏正式两种单字动态组合为例，对单字动态组合的内部构成进行了分析，最后说明了单字动态组合研究的应用价值。     

基于改进的粒子群和蚁群算法的高光谱森林聚类研究

高光谱图像分类可分为监督分类与非监督分类,聚类分析进行非监督分类是一种现今比较受研究者广泛关注的技术.粒子群算法具有自适应、自组织性、可同时进行局部和全局搜索等特点;蚁群算法通过智能个体间不断进行信息交流和传递,具有较强的发现最优解的能力.提出一种基于改进的粒子群和蚁群算法的高光谱图像聚类方法,设计其模型并将其应用在森林类型分类问题上,提高分类精度,减少人工干预.以吉林省汪清林业局为研究区,通过修改粒子群的惯性系数,得出最优解集,然后利用蚁群寻优的过程对阔叶林、针叶林、混交林、水体进行聚类分析,区分精度达到85％证明,该方法能较好地识别森林类型.     

引入启发式函数蚁群算法的VRP研究

车辆路径问题是一个NP难题,蚁群算法是求解诸如车辆路径安排问题等组合优化问题的有效工具。分析了蚁群算法在VRP中的应用,提出启发式函数对传统的蚁群算法的改进,对传统蚁群算法进行优化。通过实验对该方法进行检验,实验结果显示,本文提出的算法性能优于传统的蚁群算法。     

基于蚁群-BFS算法的复杂环境下农业机器人全区域覆盖研究

目的 以路径重复率为优化目标解决农业机器人在数字生态农场中的全区域覆盖问题。方法 首先,将栅格地图中的障碍物进行膨胀处理,在此基础上进行矩形分区以及分区合并操作;然后,通过改进的蚁群算法规划分区间的遍历顺序、通过改进的广度优先搜索(Breadth first search, BFS)算法规划分区间终点与起点的衔接路径,从而实现机器人全区域覆盖。2种算法的具体改进方案为：分别通过人工免疫算法与粒子群算法改进遗传算法的选择与交叉算子,并将改进后的选择算子、交叉算子、原遗传算法变异算子与蚁群算法相结合改进传统蚁群算法信息素更新方法;建立动态函数以简化BFS算法规划的路径。结果 仿真结果表明,改进蚁群算法收敛时的迭代次数较传统蚁群算法减少了83.1%,路径长度相比减少了4.8%;由改进的蚁群算法与改进的BFS算法规划的机器人遍历路径重复率是传统蚁群算法和BFS算法的56%,且农业机器人能实现对农田区域的100%覆盖。结论 本研究提供了一种农业机器人在复杂环境的数字生态循环农场中进行全遍历覆盖的解决方案。     

求解双向物流配送路径问题的改进遗传算法

具有同时取货和送货需求的双向物流配送路径(VRPPD)问题是经典车辆路径问题的一个重要扩展形式.本文设计一种改进的遗传算法,在交叉过程中保留了不可行染色体,而在变异阶段再对染色体进行可行性调整.这种算法既增加了染色体的多样性,加速了寻优过程,又解决了染色体在交叉变异后可能产生不可行染色体的问题,从而改善了运行结果.仿真试验结果表明:该算法可在较短时间内得到具有竞争力的解,且具有良好的稳定性;采用该算法求解VRPPD问题的可行性和有效性.     

基于神经网络的万年县节水灌溉适宜技术选择研究

针对节水灌溉适宜技术的优选问题,采用模糊系统和神经网络相结合的方法,利用遗传算法对模糊神经网络参数进行了优化,并根据最终计算结果的大小评价了节水灌溉技术的适宜程度。该方法最大程度地避免了模糊综合评判中权重矩阵取值的人为干扰,取得了良好效果,最终确定万年县大港桥灌区的最优灌溉方案为管道灌溉。该方法为节水灌溉适宜技术提供了一种新的方向和思路。