基于社群特性的群智能算法研究及在物流中的應(yīng)用.pdf

1、隨著我國(guó)經(jīng)濟(jì)的飛速發(fā)展，物流作為現(xiàn)代服務(wù)業(yè)的主要支柱產(chǎn)業(yè)也面臨著向信息化和智能化轉(zhuǎn)型的機(jī)遇。高效、安全和低碳為物流資源的合理利用提出了更高的要求和挑戰(zhàn)。在新發(fā)展趨勢(shì)下，如何對(duì)具有大規(guī)模、動(dòng)態(tài)和多目標(biāo)等特征的復(fù)雜物流問題進(jìn)行優(yōu)化受到了特別關(guān)注，常規(guī)方法往往不能滿足實(shí)際應(yīng)用的需要。群智能算法高效和簡(jiǎn)潔的計(jì)算性能，為解決物流運(yùn)作中的復(fù)雜問題提供了可行的技術(shù)手段。然而在解決復(fù)雜問題中，一般的群智能算法仍然面臨著容易陷入局部最優(yōu)和早熟等問題，阻礙

2、了其在物流領(lǐng)域的深入應(yīng)用。如果可以改善群智能算法缺陷，將會(huì)極大提升群智能算法的優(yōu)化能力，拓展在物流領(lǐng)域的應(yīng)用。論文旨在從種群拓?fù)渚W(wǎng)絡(luò)、鄰域結(jié)構(gòu)和個(gè)體行為方面研究群智能算法的改進(jìn)和構(gòu)建，以提高智能算法在處理復(fù)雜優(yōu)化問題的能力，為解決物流運(yùn)作中的實(shí)際問題提供有效方法。論文主要研究工作和創(chuàng)新點(diǎn)如下：
　?。?）從鄰域構(gòu)建角度，提出了聚類自適應(yīng)粒子群改進(jìn)算法（APSO-C）。基于對(duì)種群中個(gè)體搜索行為的分析，采用 K-means方法對(duì)種群進(jìn)

3、行動(dòng)態(tài)分割，從而構(gòu)建多個(gè)具有不同屬性的異構(gòu)子簇，并采用基于環(huán)形拓?fù)浣Y(jié)構(gòu)進(jìn)行不同簇間的信息交互?；谒纬傻拇亟Y(jié)構(gòu)，構(gòu)建了通過簇所處搜索水平評(píng)估的參數(shù)自適應(yīng)調(diào)整策略，實(shí)現(xiàn)了簇內(nèi)每個(gè)粒子根據(jù)自身的尋解水平對(duì)各自的參數(shù)自適應(yīng)調(diào)整，從而在不同階段賦予個(gè)體不同的搜索能力。通過Benchmark測(cè)試，APSO-C與同類對(duì)比算法相比，具有較好的搜索能力和魯棒性，顯著提高了算法性能。
　?。?）從種群中社會(huì)網(wǎng)絡(luò)關(guān)系角度，提出了基于社會(huì)網(wǎng)絡(luò)演化的改

4、進(jìn)粒子群優(yōu)化算法（PSODT-SNE）。算法中將社會(huì)網(wǎng)絡(luò)演化行為引入到種群搜索過程中，基于動(dòng)態(tài)社會(huì)網(wǎng)絡(luò)進(jìn)行種群拓?fù)渚W(wǎng)絡(luò)的調(diào)整，以調(diào)整搜索過程中優(yōu)化信息的擴(kuò)散路徑，促進(jìn)個(gè)體之間的信息交流，提高個(gè)體搜索能力。實(shí)驗(yàn)表明該算法與已有相關(guān)算法相比，收斂速度和效率均有明顯提高。
　?。?）提出了基于種群拓?fù)渚W(wǎng)絡(luò)、鄰域結(jié)構(gòu)和個(gè)體行為的社會(huì)網(wǎng)絡(luò)群智能優(yōu)化算法（SNSO）。在算法 SNSO中，構(gòu)建了社會(huì)網(wǎng)絡(luò)演化規(guī)則、擴(kuò)展鄰域結(jié)構(gòu)和個(gè)體綜合學(xué)習(xí)策略，

5、改善群體搜索行為，并通過三方面的參數(shù)組合實(shí)驗(yàn)，分析了它們對(duì)群體優(yōu)化能力的影響。通過與同類算法的測(cè)試比較，該算法表現(xiàn)出良好的優(yōu)化性能，為群智能算法的構(gòu)建和改進(jìn)提供了一種可借鑒的方法。
　?。?）研究了集裝箱運(yùn)輸?shù)墓F水多式聯(lián)運(yùn)群智能優(yōu)化問題。論文提出了一種基于按比例流量分配和局部流量調(diào)整的策略，構(gòu)建了基于群智能算法的個(gè)體連續(xù)表達(dá)與問題離散空間的完整映射模型，并采用PSODT-SNE和SNSO算法對(duì)多式聯(lián)運(yùn)問題進(jìn)行了求解。通過實(shí)驗(yàn)仿真

6、，并與同類優(yōu)秀算法比較，驗(yàn)證了算法的有效性。所提出的編碼策略也適用于其它連續(xù)空間編碼的智能算法進(jìn)行同類問題的求解。
　?。?）研究了基于群智能算法的集裝箱船舶貝位配載優(yōu)化問題。論文通過基于位置信息的裝載順序解碼策略和依據(jù)規(guī)則的裝載方式，實(shí)現(xiàn)了個(gè)體信息與配置方案的解碼，采用論文所提出 SNSO算法對(duì)問題進(jìn)行了求解。通過不同規(guī)模的仿真案例比較，SNSO算法在求解效率和優(yōu)化結(jié)果方面都取得了很好的效果，驗(yàn)證了算法在處理實(shí)際問題中的有效性。