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、組合拍賣是各種拍賣方式中最有效、快捷的資源分配機制。求解組合拍賣是組合拍賣理論的研究核心。本文在量子行為離子群算法的基礎(chǔ)上加入二次插值算子,提出新的粒子群算法,實驗部分通過基準函數(shù)測試和組合拍賣求解,實驗結(jié)果表明新算法都有一定的改進。
本文對組合拍賣問題進行了詳細描述,介紹了組合拍賣的產(chǎn)生背景、組合拍賣的分類、組合拍賣的一般流程、建立了求解組合拍賣問題一般數(shù)學模型,總結(jié)了目前求解組合拍賣問題各種算法的優(yōu)缺點和目前組合拍賣求解問
2、題的研究重點和方向。粒子群算法(PSO)由于其參數(shù)少、操作方便等優(yōu)點,是目前求解組合拍賣問題問題最為方便的求解算法,但PSO算法是局部收斂算法,不能保證全局收斂。我們引入了全局收斂的量子行為粒子群算法(QPSO),雖然QPSO算法是全局收斂算法,但是對于某些函數(shù)或問題QPSO算法會出現(xiàn)早熟現(xiàn)象,并且QPSO算法是以犧牲搜索時問為代價。二次插值算法具有局部快速尋找函數(shù)極小值的能力,在QPSO算法基礎(chǔ)上加入二次插值提出了帶有二次插值算子的量
3、子行為粒子群算法(Q-QPSO),Q-QPSO既能保證函數(shù)全局收斂,又能提高函數(shù)局部搜索能力,也提高了函數(shù)的收斂速度,在實驗部分分別使用PSO算法、QPSO算法、Q-QPSO算法測試基準函數(shù),本文選擇了五種具有不同特點的基準函數(shù)進行測試,結(jié)果表明Q-QPSO算法在QPSO的基礎(chǔ)上有一定的改進。在一個簡單的組合拍賣實例中,本文給出了10個物品、30個標的組合拍賣,分別使用三種算法求解,QPSO算法迭代次數(shù)最少,效果最好。最后采用組合拍賣問
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。
最新文檔
- 基于量子行為粒子群算法求解組合拍賣問題.pdf
- 交叉迭代粒子群算法及在組合拍賣問題中的應用.pdf
- 基于離散粒子群的組合拍賣競勝標確定問題研究
- 基于離散粒子群的組合拍賣競勝標確定問題研究.pdf
- 粒子群及量子行為粒子群優(yōu)化算法的改進研究.pdf
- 基于粒子群優(yōu)化算法求解車輛調(diào)度問題
- 組合拍賣問題及其智能優(yōu)化算法的研究.pdf
- 粒子群算法求解車間調(diào)度問題研究.pdf
- 改進粒子群算法求解基于均值-CVaR模型的投資組合.pdf
- 基于組合拍賣的物流運輸服務問題研究.pdf
- 基于組合拍賣的多Agent調(diào)度問題研究.pdf
- 基于量子行為粒子群算法的微電網(wǎng)經(jīng)濟優(yōu)化調(diào)度.pdf
- 基于粒子群的混合算法求解函數(shù)優(yōu)化問題.pdf
- 求解組合優(yōu)化問題的混合蛙跳算法的研究.pdf
- 多目標量子行為粒子群優(yōu)化算法研究.pdf
- 基于粒子群算法的投資組合優(yōu)化問題研究.pdf
- 求解約束優(yōu)化問題的粒子群算法研究.pdf
- 求解Web服務選取問題的粒子群算法研究.pdf
- 基于量子行為粒子群優(yōu)化算法的振動信號故障診斷.pdf
- 基于粒子群優(yōu)化算法求解MOS表面勢.pdf
評論
0/150
提交評論