粒子群算法改進(jìn)及在車輛路徑問(wèn)題中的應(yīng)用.pdf

1、粒子群算法是基于群體智能自行搜索的優(yōu)化算法，其原理簡(jiǎn)單，算法易理解，不依賴于實(shí)際問(wèn)題，通用性強(qiáng)，算法易實(shí)現(xiàn)。該算法一經(jīng)提出，就吸引了許多學(xué)者的關(guān)注，逐漸成為一個(gè)新的研究熱點(diǎn)。
　　 本文對(duì)粒子群算法的原理、主要步驟、特點(diǎn)進(jìn)行了詳細(xì)介紹，分析了算法的兩種搜索模式，指出了每種模式的優(yōu)缺點(diǎn)，從不同角度總結(jié)了算法的改進(jìn)措施。
　　 慣性權(quán)重是粒子群算法速度更新公式中的重要參數(shù)，它的出現(xiàn)平衡了前一代速度對(duì)當(dāng)代速度的影響，又平衡了算

2、法的全局搜索能力和局部搜索能力。本文給出線性和非線性相結(jié)合的慣性權(quán)重自適應(yīng)粒子群算法，即將慣性權(quán)重的取值隨迭代次數(shù)變化而變化，前一階段，隨迭代次數(shù)線性遞減，有利于群體的全局搜索;后一階段，隨迭代次數(shù)非線性遞減，有利于群體的局部搜索。同時(shí)，為了避免群體陷入局部最優(yōu)，將“多種群”思想和慣性權(quán)重自適應(yīng)相結(jié)合，給出了線性和非線性相結(jié)合的慣性權(quán)重自適應(yīng)多種群粒子群算法。將種群平均分成若干子種群，每個(gè)子種群按照慣性權(quán)重自適應(yīng)策略，獨(dú)立的進(jìn)行搜索，直

3、到每個(gè)子種群都搜到最優(yōu)位置，將各個(gè)子種群的最優(yōu)位置保留，組成新的初始種群。新的初始種群再按照慣性權(quán)重自適應(yīng)進(jìn)行搜索，直到搜索到最優(yōu)位置為止。為了驗(yàn)證改進(jìn)算法的有效性，本文通過(guò)幾個(gè)測(cè)試函數(shù)對(duì)改進(jìn)策略進(jìn)行驗(yàn)證，實(shí)驗(yàn)結(jié)果表明了算法具有較好的性能。
　　 對(duì)一般車輛路徑問(wèn)題進(jìn)行描述，在此基礎(chǔ)上給出了一種定配送車輛數(shù)的車輛路徑問(wèn)題模型，并采用本文給出的改進(jìn)算法來(lái)解決這一車輛路徑問(wèn)題。應(yīng)用改進(jìn)算法來(lái)解決一個(gè)典型的車輛路徑問(wèn)題案例，并將運(yùn)行結(jié)