毕业论文

打赏
当前位置: 毕业论文 > 自动化 >

人工蜂群算法在旅行商问题中的应用研究 (2)

时间:2018-04-10 20:16来源:毕业论文
天择,适者生存的原则[1] ,经过漫长的进化过程之后,在择优方面自然比人类要高 明。自然界历经千万年的演化,为我们创造了一个多姿多彩的世界,如


天择,适者生存”的原则[1]
,经过漫长的进化过程之后,在择优方面自然比人类要高
明。自然界历经千万年的演化,为我们创造了一个多姿多彩的世界,如此丰富的物种
使我们不得不惊叹大自然的鬼斧神工。种类繁多的物种经过长期的“优胜劣汰”,逐
渐适应了各种复杂的环境,得以生存和发展。自然界自古以来就是我们人类创造发明
的不竭源泉,人们会从大自然中获得许许多多有益处的启发:动物的进化,免疫系统
神经系统,DNA 信息和生物群体协作,许多本来很复杂的问题一旦与仿生智能相结合
就变得容易应对了。
许多群居生活的昆虫个体看上去都有自身的行为方式,单独行动均不用专门引导,
但整个群体却表现得很有组织很讲纪律[1]
。科学家研究发现,社会性昆虫的合作行为
是一种高度的自组织。它们是通过个体间的交互行为直接协调工作的,或者是个体与
环境间接交互。这一个个简单的交互行为,单独拿出来毫无优越性,但放在一个种群
里就显得很有必要,能完成很多单个个体做不到的任务。人们已经开始认识到群体智
能的潜力及在各领域的应用前景。
1.2  群体智能优化算法
人类日常生活当中的许许多多重要问题都可能会有N 多种解决方案,我们往往希
望从中选取一个最省事最好用的。能在不改变前提条件的情况下提高生产效率的一类
问题,我们将其归结为优化问题。在科学技术日新月异的发展过程中,优化问题在人
类生产生活的各个方面都有所涉及,已经成为现代科学的重要基石。所以说,我们很
有必要认真地研究优化问题。
欧洲早在十七世纪就有人提出求解最值的问题,也给出了一些求解方法,但并未
形成系统理论。针对小规模的优化问题,用传统的线性规划、非线性规划、整体规划
以及动态规划等算法就可以解决,但一到实际工程中,这些方法就显得力不从心了[2]。
于是,聪明的人类尝试从生物学角度出发,利用高速发展的生物技术来解决组合优化
问题。直至 20 世纪50 年代,人们终于创立了仿生学,通过模拟人或自然生物的行为方式、思文结构等,直观地构造算法模型,解决优化问题。
人们发觉,自然界生物单个个体的能力实际上不算高,但是一个种群就不同了,
不仅仅是个体能力的重复叠加那么简单,而是能够完成对单个个体来说非常困难的工
作,例子有很多,比如说蜂群的采蜜、防御,蚁群的觅食、筑巢等。我们谈群体智能,
实质上就是讲一群可以相互通信(直接或间接)的个体,通过协同合作对问题进行求解[2]
。简单点说,群体智能就是单个低智能个体群聚在一起通过交流协作来完成一些
高级复杂的工作。群体智能优化算法的基本思想就是随机分散搜寻优化空间里的点,
以此模拟生物单个个体,将个体觅食、搬家或者进化等行为类比为求最优解的过程,
再以一个适当的目标函数评估个体之于周围环境的适应程度,然后根据适应度值的大
小选取更好的解代替原先的解,从而令整个群体渐渐地向最优解靠近。
1994 年,科学家Millonas提出了群智能必须依照的 5条基本原则:
(1)相似性原则( Proximity Principle),由单个个体组成的种群可对时空作简单计算;
(2)品质响应原则(Quality Principle),种群可响应环境里的品质因子;
(3)多样性反应原则( Principle of Diverse Response),种群的活动和响应范围不可太狭小; 人工蜂群算法在旅行商问题中的应用研究 (2):http://www.751com.cn/zidonghua/lunwen_12807.html
------分隔线----------------------------
推荐内容