多目標粒子群算法在物流配送中的應(yīng)用研究.pdf_第1頁
已閱讀1頁,還剩63頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、當今社會是一個由多種網(wǎng)絡(luò)構(gòu)成的復雜系統(tǒng),當中涉及了多種多樣的優(yōu)化問題,其中多目標優(yōu)化問題是目前人們研究的重點之一。粒子群算法(PSO)作為一種群體智能算法,通過模擬鳥群覓食等生物行為來找尋最優(yōu),其收斂速度快的特性使其受到人們越來越多的關(guān)注。但由于粒子群算法無法直接應(yīng)用于多目標優(yōu)化問題中,因此在粒子群算法的基礎(chǔ)上發(fā)展出多目標粒子群算法(MOPSO),本文的工作即為研究多目標粒子群算法在多目標優(yōu)化問題中的實際應(yīng)用。
   多目標粒子

2、群算法需解決的難點問題之一是如何確定全局最優(yōu)解。大多數(shù)情況下,針對多目標優(yōu)化問題,算法找到的不是單個最優(yōu)解,而是一組非劣解集,即Pareto解集。隨著粒子迭代次數(shù)的增加,非劣解集的規(guī)模會越來越大,因此保證算法的收斂性和分布性顯得尤為重要。本文分析的多目標粒子群算法增加了一個外部容器來保存非劣解,并利用密度距離的概念來選取全局最優(yōu)解,進而在一定程度上避免算法過快陷入局部收斂和使得最終解分布均勻。通過采用測試函數(shù)對算法進行測試并與其它優(yōu)化算

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論