共查询到20条相似文献,搜索用时 15 毫秒
1.
非支配集下的变异蜂群指导算法具有更加优越的自适应能力。传统的交通控制方法采用变时隙策略,无法将交通的动态信息实时的融合起来。提出了一种非支配集下基于变异蜂群指导的智能交通控制方法,采用变异蜂群指导算法,通过搜寻者不断搜寻最佳交通控制的逼近方案,通过检测者不断更新最佳交通控制的区域,通过观察者实时反馈交通调整控制信息,三者协同工作,提高了智能交通控制的效率。最后通过Sphere函数,Rastrigin函数和Rosenbrock函数分别进行测试,仿真结果显示,50种群和20种群下的蜂群指导算法均对交通具有很好的指导作用。 相似文献
2.
3.
蜂群算法在TSP问题上的应用及参数改进 总被引:2,自引:0,他引:2
在分析蜜蜂采蜜原理和蜂群算法模型的基础上,本文提出了一种适于组合优化问题应用的改进蜂群算法,将其应用在TSP问题的求解上,并对其重要参数limit的求解方法进行了改进。在TSP LIB上的仿真实验结果表明,改进算法全局搜索能力强,有较好的发现最优解的能力。 相似文献
4.
研究了考试系统中一个关键的技术——组卷算法,提出了应用粒子群优化算法组卷。PSO算法源于蜜蜂群觅食,是一种智能寻优算法,它首先初始化一群随机粒子(随机解),然后通过迭代找到最优解。PSO算法组卷是一个离散性求解问题,这是对PSO算法应用上的一个扩展。 相似文献
5.
6.
7.
8.
蜂群优化算法在带软时间窗的车辆路径问题中的应用 总被引:1,自引:0,他引:1
本文给出了带软时间窗的车辆路径问题的一种新的算法,蜂群算法.通过计算若干benchmark问题,并将结果与硬时间窗的目前最好解及蚁群算法的相应解作比较与分析,验证了算法的有效性.蜂群算法是刚刚起步的智能优化算法,目前国内外关于蜂群算法的文献较少,研究范围较窄,故本文不仅是拓宽蜂群算法应用范围的有效尝试,同时也给本身求解方法不多的软时间窗车辆路径问题提供了一种新解决方法. 相似文献
9.
本文针对标准人工蜂群算法开发能力较弱的缺点,借鉴粒子群算法的思想,将全局最优解引入,与引领蜂进行交叉操作,使蜂群进行有引导的探索,通过基准函数的测试,证明了改进后的算法性能有所提高。 相似文献
10.
研究了一种求解作业车间调度问题的改进人工蜂群算法.在分析了蜂群算法在车间调度问题应用现状的基础上,指出了蜂群算法的优势和不足.针对蜂群算法在邻域搜索能力上的不足,利用模拟退火算法改进跟随蜂的邻域搜索过程,提高了算法搜索范围和收敛性.采用车间调度标准算例,通过仿真实验与其它算法进行比较,验证了算法的有效性和优越性. 相似文献
11.
12.
针对多目标车辆路径问题,研究了车载量、配送里程、混合时间窗等限制约束条件下,以最小配送费用和最少配送车辆数为目标建立多目标数学模型。在分析智能水滴算法求解类似离散问题时存在的局限性基础上,运用多种方式对其进行改进,并引入遗传算法选择、交叉及重组算子提高其性能,构建出两种改进智能水滴遗传混合算法,运用Solomon标准测试算例和实际算例进行验证。比较结果显示,改进后的混合算法能够有效解决离散问题,在持续寻优能力上较传统智能水滴算法和遗传算法更优;并且竞争选择改进智能水滴遗传混合算法求解算例效果最优。 相似文献
13.
《科技通报》2017,(2)
Adhoc的组播路由问题需要考虑延迟、带宽、费用和丢包率等服务质量约束的问题,其本质是一个NP问题。本文将人工蜂群算法和粒子群算法进行混合,在蜂群算法的蜜源更新的公式中引入柯西分布,能够帮助探路蜂跳出局部最优,提高产生全局最优解的速度,使用列维飞行可以减少寻找优化解的时间,在粒子群算法中采用自适应参数变换的思想,加速了产生种群的最优解。本文算法应用在Ad Hoc网络的组播路由算法中,在满足Qo S约束函数的前提下,降低了产生路由最优解的费用,缩短了时间。仿真实验说明本文的算法与基本的人工蜂群算法和粒子群算法相比在网络时延,网络消耗费用,网络成本和丢包率方面具有很好的效果。 相似文献
14.
15.
16.
17.
18.
19.
本文利用基于动态惯性权重的粒子群算法对JSP问题进行求解,通过在粒子群算法中引入非线性的惯性权重函数,使得粒子在搜索空间中的全局探索和局部精调能力得以调节和平衡,从而有效求得调度的全局最优值.仿真实验结果表明该算法对经典JSP问题求解的可行性和有效性. 相似文献
20.
为满足智能电网用户侧需求,针对现有通用智能电表隐私保护欠缺、无法分量计量等问题,本文提出了基于粒子群优化的非侵入式分解新方法;一种基于用户隐私保护的、能够进行家用电器分量测量的新型智能电表设计方法。并给出了考虑隐私保护的粒子群寻优算法(Particle Swarm Optimization);提出基于该算法的负荷分解方法;将分解方法嵌入,设计了以ARM9嵌入式芯片和ATT7002c为核心模块的通用家庭智能电表;实现了家庭用电负荷的分量计量为智能用电环境下家庭负荷深入的数据处理提供了新途径。 相似文献