競(jìng)選算法及其應(yīng)用分析

競(jìng)選算法及其應(yīng)用分析

ID:23197418

大?。?.65 MB

頁(yè)數(shù):53頁(yè)

時(shí)間:2018-11-05

競(jìng)選算法及其應(yīng)用分析_第1頁(yè)
競(jìng)選算法及其應(yīng)用分析_第2頁(yè)
競(jìng)選算法及其應(yīng)用分析_第3頁(yè)
競(jìng)選算法及其應(yīng)用分析_第4頁(yè)
競(jìng)選算法及其應(yīng)用分析_第5頁(yè)
資源描述:

《競(jìng)選算法及其應(yīng)用分析》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、廣東r[業(yè)大學(xué)碩十論文現(xiàn)代啟發(fā)式算法為禁忌算法。在每次迭代中,也是由某當(dāng)代點(diǎn)的鄰域來(lái)得到下一代最優(yōu)可能點(diǎn)。不同的是,該算法保存一個(gè)禁忌表,在禁忌表中出現(xiàn)的點(diǎn)不允許出現(xiàn)在下一代點(diǎn)中,這樣就可以避免算法陷入局部最優(yōu)。還有一種很重要的算法為基于群體(population)的算法。該類算法為概率算法,候選解作為群體中的個(gè)體被保存下來(lái)。典型的,遺傳算法、粒子群算法和蟻群算法都屬于這類算法。遺傳算法口1是以決策變量的編碼作為運(yùn)算對(duì)象,直接以目標(biāo)函數(shù)作為搜索信息,可同時(shí)在多點(diǎn)進(jìn)行信息搜索,具有天生的并行性,使用概率搜索技術(shù),增加了其搜索過(guò)程的靈活性。粒子群算法?初始化為一群

2、隨機(jī)粒子(隨機(jī)解),然后通過(guò)迭代找到最優(yōu)解,在每一次迭代中,粒子通過(guò)跟蹤兩個(gè)“極值"來(lái)更新自己,另一個(gè)極值是整個(gè)種群目前找到的最優(yōu)解,粒子群算法具有收斂快的特點(diǎn)。蟻群算法?中螞蟻運(yùn)動(dòng)時(shí)會(huì)在路徑上釋放出信息素尋找路徑,螞蟻之間交換著路徑信息,通過(guò)信息素的作用使整個(gè)蟻群的行為具有非常高的自組織性,最終通過(guò)蟻群的集體自催化行為找出最優(yōu)路徑,蟻群算法具有很強(qiáng)的發(fā)現(xiàn)較好解的能力,最早成功應(yīng)用于解決N-P難題中著名的旅行商問(wèn)題。本文所要研究的競(jìng)選算法也為基于群體的算法。1.2競(jìng)選算法競(jìng)選算法¨1是一種原創(chuàng)性的算法,是新型的啟發(fā)式算法,人們通過(guò)模擬自然界和人類社會(huì)的各種行為

3、、特征和機(jī)制,提出了一些具有優(yōu)秀搜索能力的現(xiàn)代優(yōu)化算法一一啟發(fā)式優(yōu)化算法,正如模仿物種進(jìn)化的遺傳算法、模擬金屬冷卻過(guò)程的退火算法、模擬螞蟻覓食過(guò)程的蟻群算法、模擬鳥(niǎo)類或魚(yú)群生活行為的粒子群算法、模擬人類和動(dòng)物記憶功能的禁忌搜索算法等一樣,競(jìng)選算法也是模擬人類的競(jìng)選活動(dòng)而設(shè)計(jì)出來(lái)的,其搜索機(jī)制模擬競(jìng)選活動(dòng)中對(duì)更高支持率的追求動(dòng)機(jī)。競(jìng)選算法將搜索空間比擬成選民,競(jìng)選人是當(dāng)前解。競(jìng)選人的支持率通過(guò)對(duì)選民的抽樣調(diào)查來(lái)估算,選民的支持根據(jù)競(jìng)選人對(duì)選民的影響按比例分配給各個(gè)競(jìng)選人,根據(jù)支持的分布計(jì)算出支持率重心,即下一個(gè)競(jìng)選地點(diǎn),如此反復(fù)進(jìn)行的搜索,最終達(dá)到具有最高支持的

4、競(jìng)選地點(diǎn),即全局最優(yōu)解。2第一章緒論競(jìng)選算法和遺傳算法有很多共同之處。兩者都隨機(jī)初始化種群,都使用評(píng)估值來(lái)評(píng)價(jià)系統(tǒng),而且都根據(jù)評(píng)估值來(lái)進(jìn)行一定的隨機(jī)搜索。競(jìng)選算法與遺傳算法的信息共享機(jī)制是很不同的。在遺傳算法中,染色體互相共享信息,所以整個(gè)種群的移動(dòng)是比較均勻的向最優(yōu)區(qū)域移動(dòng)。在競(jìng)選算法中,距離當(dāng)前解距離近的信息以大權(quán)重傳給下一循環(huán),屬于集中式的信息流動(dòng),整個(gè)搜索更新過(guò)程可能以更快的速度收斂。通過(guò)使用遺傳算法的標(biāo)準(zhǔn)性能測(cè)試函數(shù),對(duì)競(jìng)選算法進(jìn)行了驗(yàn)算,證明算法高效可行。體現(xiàn)了競(jìng)選算法收斂快;齊次(只使用當(dāng)前循環(huán)的信息);參數(shù)多,靈活的優(yōu)點(diǎn)。是一個(gè)有發(fā)展前景的優(yōu)化

5、算法。目前,競(jìng)選算法已應(yīng)用在圖像處理¨1和機(jī)械設(shè)計(jì)n¨引等優(yōu)化問(wèn)題上,顯示了良好的優(yōu)化效果。1.3相關(guān)應(yīng)用問(wèn)題的研究概況1.3.1車(chē)間調(diào)度問(wèn)題車(chē)間調(diào)度問(wèn)題是一個(gè)古老而又傳統(tǒng)的問(wèn)題,對(duì)它的研究始于20世紀(jì)50年代,早在1954年Johnson對(duì)兩臺(tái)機(jī)床FlowShop型調(diào)度問(wèn)題進(jìn)行了研究后,提出了解決n/2/F/Cmax和部分特殊n/3/F/Cmax問(wèn)題的優(yōu)化算法,這代表調(diào)度理論研究的開(kāi)始,以后它便開(kāi)始了對(duì)調(diào)度問(wèn)題進(jìn)行了廣泛研究‘91。60—70年代建立了調(diào)度理論的主體(經(jīng)典調(diào)度理論),并重視調(diào)度復(fù)雜性的研究。由于調(diào)度問(wèn)題是制造系統(tǒng)中最基本,最重要而又最復(fù)雜的問(wèn)

6、題之一,國(guó)內(nèi)外無(wú)數(shù)的學(xué)者對(duì)其進(jìn)行了廣泛的探討和研究,也提出了各種各樣的算法,建立了不同的理論框架模型。車(chē)間調(diào)度問(wèn)題的復(fù)雜性,各種不同的具體問(wèn)題往往有很多不同的解決方法,因此需要從策略上去考慮車(chē)間調(diào)度問(wèn)題,形成各種研究方法策略以指導(dǎo)對(duì)車(chē)間調(diào)度的研究。七十年代,人們開(kāi)始了算法復(fù)雜性的研究,多數(shù)調(diào)度問(wèn)題被證明屬于N.P完全問(wèn)題或N.P難問(wèn)題,難以找到多項(xiàng)式算法,因此開(kāi)始關(guān)注啟發(fā)式算法。Panwalka總結(jié)和歸納出了113條調(diào)度規(guī)則,并對(duì)其進(jìn)行了分類。七十年代末期,經(jīng)典調(diào)度理論趨向成熟。隨著70年代后期各類調(diào)度廣東工業(yè)大學(xué)碩士論文問(wèn)題與調(diào)度理論研究的深入及各種雜交學(xué)科

7、的發(fā)展,又涌現(xiàn)出了許多新的車(chē)間調(diào)度理論與方法,如:基于運(yùn)籌學(xué)方法、基于控制的方法、基于啟發(fā)式規(guī)則的調(diào)度方法、基于人工智能的方法、基于知識(shí)的調(diào)度方法、確定性最優(yōu)化方法、整數(shù)規(guī)劃、仿真調(diào)度方法等n01。八十年代初期,Stephen等從三個(gè)方面對(duì)調(diào)度進(jìn)行了重新考察,對(duì)未來(lái)發(fā)展做了分析和預(yù)測(cè),認(rèn)為理論與實(shí)際的結(jié)合將會(huì)成為研究熱點(diǎn)。這個(gè)富有挑戰(zhàn)性的課題吸引了機(jī)械、計(jì)算機(jī)、管理等諸多領(lǐng)域的學(xué)者,許多跨學(xué)科的方法被應(yīng)用到研究中。其中最引人注目的就是以Carnegie.Melton大學(xué)的M.Fox為代表的學(xué)者們開(kāi)展的基于約束傳播的ISIS研究,它標(biāo)志了人工智能開(kāi)始真正應(yīng)用于調(diào)

8、度問(wèn)題。八十年代后期,Rodarnme

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫(huà)的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問(wèn)題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。