蛙跳算法的改進及在車輛路徑問題中的研究.pdf

1、在計算機、工程設(shè)計、經(jīng)濟管理、智能交通、人工生命等眾多領(lǐng)域中，優(yōu)化問題是個普遍存在的問題.正是這些現(xiàn)實問題的不斷驅(qū)使，優(yōu)化問題已成為一門應(yīng)用范圍廣、實用性強的實驗學科.對于優(yōu)化問題的求解，人們也進行了長期不懈的探討和研究.求解方法一般分為兩類:傳統(tǒng)算法和智能優(yōu)化算法.智能優(yōu)化算法克服了傳統(tǒng)算法計算復(fù)雜大、應(yīng)用范圍局限等缺點，對于規(guī)模大且函數(shù)性質(zhì)比較差的優(yōu)化問題效果顯著，通用性更強、適應(yīng)性更廣、效率更好.
　　蛙跳算法(SFLA)是

2、一種新型的仿生物學智能優(yōu)化算法，具有高效的計算性能和優(yōu)良的全局搜索能力.作為一種全新的啟發(fā)式群體進化算法，蛙跳算法結(jié)合了基于模因進化的模因算法和基于群體信息共享機制的粒子群智能優(yōu)化算法的優(yōu)點.該算法具有概念簡單、調(diào)整參數(shù)少、計算速度快、全局搜索能力強、易于實現(xiàn)等特點，正逐漸成為一種解決問題的有效途徑和方法.但蛙跳算法來源于生物群體現(xiàn)象，其理論分析和應(yīng)用研究都處于初級階段，有待于進一步發(fā)展和完善.
　　本文針對蛙跳算法容易早熟收斂、

3、搜索精度不高等缺點進行改進，最后將改進后的算法應(yīng)用于旅行商問題(TSP)和容量約束車輛路徑優(yōu)化問題(CVRP)的求解.
　　一、在蛙跳算法的局部搜索中引入擬人退火思想，提出了基于擬人退火的蛙跳算法(PA-SFLA).改進后的算法通過借鑒模擬退火的隨機擾動、增加擬人策略來提高尋優(yōu)能力，避免陷入局部最優(yōu).最后利用經(jīng)典函數(shù)測試，驗證了改進后算法的優(yōu)越性.
　　二、將改進后的蛙跳算法應(yīng)用于旅行商問題(TSP)的求解.簡單描述了TSP

4、問題的數(shù)學模型和設(shè)計思路，并進行最后的實例仿真，得到了模型的最優(yōu)解，驗證了改進后的蛙跳算法求解TSP問題的可行性和有效性.
　　三、最后，將改進后的蛙跳算法應(yīng)用于容量約束車輛路徑優(yōu)化問題(CVRP)的求解.簡單描述了CVRP問題的數(shù)學模型和算法設(shè)計，構(gòu)造恰當?shù)木幋a方法，并通過實例仿真得到多條可行路徑，提供多種調(diào)度方案，驗證了改進后的算法求解CVRP問題的可行性和有效性.
　　最后，全面系統(tǒng)的總結(jié)全文，提出蛙跳算法中的不足及后