人工魚群算法在組合優(yōu)化問題上的應(yīng)用研究.pdf

1、組合優(yōu)化問題在現(xiàn)實生活中有著很廣泛的應(yīng)用,并且有很強的工程代表性,但最優(yōu)化求解很困難,目前對組合優(yōu)化問題的求解主要以啟發(fā)式算法為主。人工魚群算法是一種新型的群智能優(yōu)化算法,其原理簡單,收斂速度快,求解精度高。近年來得到廣泛關(guān)注和應(yīng)用。旅行商問題是一類最基本,最典型的組合優(yōu)化問題,目前常用的處理方法有遺傳算法,粒子群算法,蟻群算法。采用基本遺傳算法容易陷入局部最優(yōu)。而人工魚群算法的覓食行為是算法全局收斂的基礎(chǔ),聚群行為和追尾行為更加增強了

2、算法的全局收斂性。蟻群算法解決旅行商問題存在收斂速度慢,而且參數(shù)的設(shè)定對算法的性能影響很大,而人工魚群算法經(jīng)過實例證明具有優(yōu)于蟻群算法的收斂速度。并且在參數(shù)設(shè)定上,人工魚群算法中參數(shù)對算法性能的影響是不敏感,只要合理選擇人工魚的數(shù)目是提高算法效率的關(guān)鍵。通過人工魚群算法解決旅行商問題,證明人工魚群算法在收斂時間上是占很大優(yōu)勢,收斂精度也得到保證。車間作業(yè)調(diào)度問題是一類帶有約束的典型的組合優(yōu)化問題,目前采用人工魚群算法解決車間作業(yè)調(diào)度問題