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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
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、粒子群算法是對問題求解的新型智能算法。這些算法的主要應(yīng)用對象是優(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。 本文的主要創(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@些算法都是基于個體之間的競爭,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,引入了一個學(xué)習(xí)過程,實(shí)現(xiàn)了進(jìn)化過程中同代個體之間相互競爭與學(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。
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(yù)覽,若沒有圖紙預(yù)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(hù)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(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)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(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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
- 裝卸工
- 物流企業(yè)裝卸工問題研究.pdf
- 021裝卸工
- 崗位描述裝卸工
- 裝卸工勞務(wù)合同
- 裝卸工協(xié)議書
- 裝卸工考核細(xì)則(新)
- 裝卸操作流程及裝卸工管理制度
- 物流裝卸工勞務(wù)合同范本
- 隨機(jī)動態(tài)多車輛裝卸混合問題求解策略研究.pdf
- 裝卸工藝作業(yè)
- 基于膨脹圖的隨機(jī)算法求解SAT問題.pdf
- 求解tsp問題的貪婪隨機(jī)模擬退火算法
- 裝卸工作控制流程
- 仿生進(jìn)化算法及其調(diào)度問題求解研究.pdf
- 集裝箱港口新型裝卸工藝系統(tǒng)及其仿真研究.pdf
- 裝卸工作安全技術(shù)交底
- 微粒群算法在隨機(jī)規(guī)劃問題求解中的應(yīng)用研究.pdf
- 裝卸工作安全技術(shù)交底
- 用智能優(yōu)化算法求解固定費(fèi)用運(yùn)輸問題.pdf
評論
0/150
提交評論