简介:摘要:在科学研究和生产实践中,许多问题实际可以归结为带约束条件的优化问题(Constrained Optimization Problem,COP),并且由于条件的复杂性,传统的优化方法进行求解变得十分困难,近年来,以人工蜂群算法为代表的群体智能方法为COP问题的研究提供了一个重要的发展方向。本文受文化基因算法启发,提出了一种基于可行规则的文化基因人工蜂群算法(MGT_ABC)来求解约束优化问题,通过对著名的难约束优化问题Bump进行测试,说明MGT_ABC算法既有GT_ABC算法的收敛精度,又获得了DE算法的收敛速度,所以MGT_ABC算法是一种求解难约束优化问题的非常有效算法。
简介:摘要:车辆路线问题是配送计划的基本问题,它试图考虑客户的数量,他们的约束以及可用车辆的数量和容量的情况下,以最小的位移成本找到最佳的行进路线。在这项研究中,我们首先描述了旅行商问题和车辆路线模型,然后提出了考虑顾客之间优先约束的多目标车辆路线模型。有不同的元启发式算法可以解决此类 NP难题。本研究提出了一种基于粒子群算法和人工蜂群算法相结合的求解算法。此外,通过分析一个操作样本,使用区域内客户的数据,考虑问题及其功能的不同约束,并使用惩罚方法和附加的分段约束方法,可以获得最佳的车辆路线。以及对每种算法的结果结合其混合算法进行了演示。