隨機(jī)裝卸工問題及其智能求解算法的研究.pdf

1、模擬退火算法、遺傳算法、人工神經(jīng)網(wǎng)絡(luò)算法及蟻群算法、粒子群算法是對(duì)問題求解的新型智能算法。這些算法的主要應(yīng)用對(duì)象是優(yōu)化問題中的NP-hard問題，并在一些優(yōu)化問題中的應(yīng)用中取得了成功，成為解決優(yōu)化問題的一種有力工具。是目前算法、人工智能研究領(lǐng)域中的前沿研究。 本文將進(jìn)化計(jì)算中的遺傳算法進(jìn)行了改進(jìn)，并將改進(jìn)的遺傳算法及群智能計(jì)算中的粒子群算法應(yīng)用到隨機(jī)裝卸工問題這一優(yōu)化問題中。 本文的主要?jiǎng)?chuàng)新點(diǎn)： 1.在基本的遺傳

2、算法的基礎(chǔ)上，提出了解決隨機(jī)裝卸工問題的新型的混合遺傳算法，該算法引入新的種群擇優(yōu)交叉運(yùn)算和變異運(yùn)算，提高了算法的收斂速度。 2.因?yàn)檫@些算法都是基于個(gè)體之間的競(jìng)爭(zhēng)，在提出的新型混合遺傳算法的復(fù)制、交叉和變異三種算子的基礎(chǔ)上，引入了一個(gè)學(xué)習(xí)過程，實(shí)現(xiàn)了進(jìn)化過程中同代個(gè)體之間相互競(jìng)爭(zhēng)與學(xué)習(xí)的結(jié)合。從而得到一種引入學(xué)習(xí)過程的改進(jìn)的混合遺傳算法，將其運(yùn)用到隨機(jī)裝卸工問題的求解。數(shù)值算例驗(yàn)證了該算法具有較高的求解程度和較快的收斂速度。