粒子群算法改進及在車輛路徑問題中的應(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，其原理簡單，算法易理解，不依賴于實際問題，通用性強，算法易實現(xiàn)。該算法一經(jīng)提出，就吸引了許多學(xué)者的關(guān)注，逐漸成為一個新的研究熱點。
　　 本文對粒子群算法的原理、主要步驟、特點進行了詳細介紹，分析了算法的兩種搜索模式，指出了每種模式的優(yōu)缺點，從不同角度總結(jié)了算法的改進措施。
　　 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當代速度的影響，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，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，每個子種群按照慣性權(quán)重自適應(yīng)策略，獨立的進行搜索，直

3、到每個子種群都搜到最優(yōu)位置，將各個子種群的最優(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)進行搜索，直到搜索到最優(yōu)位置為止。為了驗證改進算法的有效性，本文通過幾個測試函數(shù)對改進策略進行驗證，實驗結(jié)果表明了算法具有較好的性能。
　　 對一般車輛路徑問題進行描述，在此基礎(chǔ)上給出了一種定配送車輛數(shù)的車輛路徑問題模型，并采用本文給出的改進算法來解決這一車輛路徑問題。應(yīng)用改進算法來解決一個典型的車輛路徑問題案例，并將運行結(jié)