亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        一種基于改進(jìn)蟻群算法的港內(nèi)尋跺應(yīng)用

        2014-04-29 00:00:00高江華

        摘 要:如何尋找最優(yōu)路徑是港區(qū)內(nèi)交通誘導(dǎo)系統(tǒng)研究解決的核心問題。本文就如何尋找最優(yōu)路徑引入了基于群體仿生理念的改進(jìn)的自適應(yīng)蟻群算法,通過對(duì)信息濃度更新規(guī)則加以改進(jìn)來加快收斂,不但能夠降低蟻群算法的時(shí)間復(fù)雜度,還能克服尋找最優(yōu)路徑的難題,為進(jìn)入港區(qū)的外來車輛順利到達(dá)目的地提供了技術(shù)保障。

        關(guān)鍵詞:信息素;自適應(yīng)蟻群算法;最優(yōu)路徑

        中圖分類號(hào):TP391

        1 背景

        某港口因管理不善等因素的影響,致使港內(nèi)貨物堆放區(qū)域沒有一定的規(guī)律,造成區(qū)域內(nèi)跺位混亂,比如跺位位置不固定、大小不一,跺號(hào)更新變化頻繁,貨種堆放時(shí)間變化不一等一系列問題。這種環(huán)境下,外埠車輛疏港或集港時(shí),需要先到離貨物堆場最近的磅房過磅(過空或過重),然后再進(jìn)入封閉區(qū)域,根據(jù)理貨員的指引到達(dá)裝卸現(xiàn)場跺位處,裝載機(jī)才能對(duì)其進(jìn)行作業(yè)。由于汽運(yùn)司機(jī)大多來自外地,不經(jīng)常進(jìn)港,對(duì)港內(nèi)環(huán)境陌生,他們經(jīng)常忙無目的的在港內(nèi)亂跑,等真正找到跺位后,已經(jīng)浪費(fèi)了很多時(shí)間和油耗,這對(duì)他們?cè)斐闪撕艽蟮睦_,也對(duì)港口的管理帶來了諸多不便。為了解決這個(gè)問題,我們可以采用現(xiàn)代化智能技術(shù)進(jìn)行管理,開發(fā)相應(yīng)的軟件系統(tǒng),來提升港口的管理水平和效益。

        近些年來,隨著群智能技術(shù)的逐漸成熟,我們可以將群智能技術(shù)引入到蟻群算法中,從而為最優(yōu)路徑選擇問題提供了一個(gè)全新的解決思路。但在實(shí)際應(yīng)用過程中,蟻群算法有它本身的局限性,其道路信息素初始值是固定的,使得這種算法在收斂過程中速度較慢。為了克服這個(gè)難題,我們可以在蟻群算法中引入改進(jìn)的自適應(yīng)蟻群算法,對(duì)信息濃度更新規(guī)則進(jìn)行改進(jìn)以加快收斂速度,并根據(jù)平均節(jié)點(diǎn)分支數(shù)動(dòng)態(tài)地調(diào)整轉(zhuǎn)移概率,這樣就可以在很大程度上提高算法搜索最優(yōu)解的能力。

        2 具體解決措施

        在辦卡大廳,設(shè)立一臺(tái)觸摸屏,屏幕內(nèi)植入港區(qū)內(nèi)電子地圖,汽運(yùn)客戶在掃描派車單后,系統(tǒng)便可根據(jù)派車單信息自動(dòng)搜尋出從入港大門到達(dá)指定跺位區(qū)域所經(jīng)過的最優(yōu)路徑,客戶打印最優(yōu)路徑單后,便可順利駕駛車輛到達(dá)目的地,這極大的滿足了客戶的需求,提高了港口吞吐效率。

        3 算法模型選擇

        對(duì)最優(yōu)路徑的選擇,我們將一種改進(jìn)的蟻群算法引入到路徑選擇中來。

        3.1 蟻群算法的來源

        蟻群算法是一種啟發(fā)式搜索算法,它是模擬自然界螞蟻覓食行為而生成的算法,智能化程度比較高,它以離散時(shí)空、具有一定記憶功能的人工螞蟻替代真實(shí)自然界的螞蟻。蟻群算法中最重要的環(huán)節(jié)就是信息素的產(chǎn)生、增長和尋覓。螞蟻在沿路徑尋找食物時(shí),下意識(shí)的會(huì)在所爬行的路線上分泌留下一種特殊的物質(zhì),我們稱這種物質(zhì)為信息素。其它螞蟻可以利用前面螞蟻留下的信息素來確定下一步要走的路線,同時(shí)根據(jù)這些路線上信息素強(qiáng)弱并行的去跟蹤爬行尋找食物。為了確定蟻穴和食物位置之間的距離遠(yuǎn)近,一般根據(jù)爬行的次數(shù)來衡量是否是最優(yōu)路徑。大多數(shù)螞蟻會(huì)選擇近的有信息素的路徑爬行,久而久之,近的路徑上螞蟻爬行的次數(shù)會(huì)逐漸增多,自然而然的這種路徑上的信息素濃度就會(huì)隨之增大,被其他螞蟻選中的概率也會(huì)增大,這樣,通過帶頭螞蟻的隨機(jī)爬行,到多數(shù)螞蟻集中到最優(yōu)路徑上爬行,后邊的螞蟻便得到了最優(yōu)尋食路徑。因此,我們可以將蟻群算法應(yīng)用到港區(qū)內(nèi)尋垛路徑優(yōu)化問題中。

        3.2 改進(jìn)算法

        針對(duì)上述蟻群算法的優(yōu)缺點(diǎn),我們提出了改進(jìn)算法,主要是圍繞選擇概率模型和信息素問題進(jìn)行改進(jìn)。

        3.2.1 首先將港口大門初始化,配備好相關(guān)設(shè)備,再就是將所有過磅房間初始化并配備相關(guān)設(shè)備。同時(shí),將區(qū)域卡口封閉,各跺位重心點(diǎn)、出港大門口以及不同路的十字路口以經(jīng)緯度方式進(jìn)行采集。

        3.2.2 根據(jù)需要引入自適應(yīng)蟻群算法(Adaptive Ant Colony Algorithm,簡稱AACA),可以很好的避免算法在執(zhí)行過程中出現(xiàn)的停滯現(xiàn)象。AACA算法跟其它的算法相比,優(yōu)點(diǎn)就是能夠很快的計(jì)算出平均節(jié)點(diǎn)分支數(shù),并自適應(yīng)的動(dòng)態(tài)調(diào)整轉(zhuǎn)移概率來達(dá)到最終目的,這樣能夠很大程度上提高算法搜索最優(yōu)解的能力,即使在運(yùn)行后期也能以極大的概率取得最優(yōu)解。

        自適應(yīng)蟻群算法在路徑選擇時(shí)使用的是自適應(yīng)偽隨機(jī)比率選擇規(guī)則(adaptive pseudo random proportional action choice rule),在這種算法規(guī)則環(huán)境下,我們可以確保整個(gè)蟻群始終在“搜索”和“利用”之間活動(dòng),不會(huì)游離到其它的點(diǎn),很好的避免了停滯現(xiàn)象的出現(xiàn)。我們可以通過對(duì)位于節(jié)點(diǎn)i的螞蟻k,按下面公式(1)選擇進(jìn)入下一個(gè)節(jié)j。

        (1)

        q(λ(t))=λ(t)/N (2)

        其中λ(t)∈[2,N]表示第t次迭代時(shí)的平均節(jié)點(diǎn)分支數(shù)ANB,N代表所有的節(jié)點(diǎn)數(shù),通過公式(2)來看,顯然有 ,其中q為閉區(qū)間[0,1]上一致分布的隨機(jī)數(shù)目,τ(i,u)的節(jié)點(diǎn)i和節(jié)點(diǎn)iu之間的信息素的值,η(i,u)是節(jié)點(diǎn)i和節(jié)點(diǎn)iu間的啟發(fā)因子,β代表啟發(fā)因子的強(qiáng)弱程度。螞蟻在選擇下一個(gè)節(jié)點(diǎn)前隨機(jī)生產(chǎn)q,若q≤q(λ(t)),則說明可以從節(jié)點(diǎn)i遍歷到其它可行的節(jié)點(diǎn),這個(gè)節(jié)點(diǎn)能夠使﹛τ(t,u).ηβ(i,u)﹜的值達(dá)到最大,即下一步要到達(dá)的節(jié)點(diǎn)。若q>q(λ(t)),則按下面公式(3)選擇下一節(jié)點(diǎn)。

        公式(3)

        從公式(2)中可以看出平均節(jié)點(diǎn)分支數(shù)直接影響函數(shù)q(λ(t))的最終結(jié)果,它們之間形成正比例函數(shù)關(guān)系。當(dāng)自適應(yīng)蟻群算法要出現(xiàn)停滯趨勢(shì)時(shí),q(λ(t))的結(jié)果也會(huì)隨之變小,平均節(jié)點(diǎn)分支數(shù)λ(t)的結(jié)果也變小,我們可以利用公式(3)來提高自適應(yīng)蟻群算法的隨機(jī)搜索能力,增大搜索空間。當(dāng)ANB變大接近節(jié)點(diǎn)數(shù)N時(shí),則按照公式(1)選擇最優(yōu)路徑。通過以上分析來看,自適應(yīng)蟻群算法能夠根據(jù)情況自適應(yīng)地選擇最優(yōu)路徑,既能避免停滯現(xiàn)象的發(fā)生,又能保持較高的搜索能力。

        3.2.3 局部信息素的更新辦法

        在實(shí)際尋找路徑過程中,螞蟻先從節(jié)點(diǎn)i開始,然后逐步轉(zhuǎn)移到節(jié)點(diǎn)j,這樣在路徑ij上的信息素就會(huì)按照公式(4)完成更新。

        τν=(1-ζ).τν+ζ.τ0, 公式(4)

        (τ0是常數(shù),ζ∈(0,1)是可改變的參數(shù))

        3.2.4 全局信息素更新辦法

        解決全局最優(yōu)解所屬的邊的選擇問題,我們可以按照公式(5)進(jìn)行信息素的更新。

        τu(t+1)=(1-Ρ)*τu(t)+Ρ.Δτugb(t) 公式(5)

        ( ,Lgb為全局最優(yōu)解長度值,Ρ∈(0,1)為信息素的蒸發(fā)系數(shù))

        3.2.5 為了加快收斂,我們?cè)诖嘶A(chǔ)上對(duì)局部和全局信息濃度更新規(guī)則進(jìn)行改進(jìn),改進(jìn)后的算法能夠很大程度上增加全局最優(yōu)解對(duì)整個(gè)尋徑過程的影響度。按照公式的計(jì)算方法,在每次迭代后,全局較優(yōu)的k個(gè)解所在路徑上的信息素濃度會(huì)得到及時(shí)的更新,具體規(guī)則如下:

        公式(6)

        (p為信息素?fù)]發(fā)后所剩的濃度值,1-p為揮發(fā)度,k為較優(yōu)解的數(shù)量,Lμ為第μ最優(yōu)的目標(biāo)值,λ為更新系數(shù))

        3.2.6 結(jié)果對(duì)比

        結(jié)果對(duì)比我們可以通過基本蟻群算法和改進(jìn)蟻群算法仿真實(shí)驗(yàn)完成。本仿真實(shí)驗(yàn)采用當(dāng)今流行的高性能數(shù)值計(jì)算軟件Matlab7.0作為編程工具,在操作系統(tǒng)為Windows7的計(jì)算機(jī)上進(jìn)行求解。為了增加實(shí)驗(yàn)的準(zhǔn)確度,我們選用了AS算法和改進(jìn)的AACA算法,這兩種算法各自參數(shù)設(shè)置見下表:

        表1 算法參數(shù)設(shè)置

        AS算法參數(shù)AACA算法參數(shù)

        α β ρ Qβ ξ ρ

        1 4 0.45 1002 0.8 0.8

        (以上兩種算法中的螞蟻數(shù)都為50,最大迭代次數(shù)為3000次)

        表2 CHC14TSP問題的基本蟻群算法和改進(jìn)蟻群算法仿真計(jì)算結(jié)果比較

        算法類型平均最優(yōu)解時(shí)間/s實(shí)際最優(yōu)解相對(duì)誤差/%

        基本蟻群算法40235208303471.674

        改進(jìn)蟻群算法40028118303470.125

        從以上實(shí)驗(yàn)結(jié)果可以清晰的看出,AACA算法相比較AS算法具有更強(qiáng)的發(fā)現(xiàn)較好解的能力,其計(jì)算平均結(jié)果遠(yuǎn)遠(yuǎn)優(yōu)于AS算法,并且具有更強(qiáng)的穩(wěn)定性。AACA算法在搜索最優(yōu)解的過程中,ANB雖然在不斷的變化,但總是能保持在一定的水平,能夠動(dòng)態(tài)調(diào)節(jié)自己的搜索能力,可避免出現(xiàn)停滯現(xiàn)象。從使用時(shí)間方面來看,基本蟻群算法是208s,改進(jìn)的蟻群算法是118s,改進(jìn)后算法對(duì)尋到全局最優(yōu)解的時(shí)間少了近一半,相對(duì)誤差也會(huì)隨之大大減小,全局搜索速度和優(yōu)化性能均得到了明顯提升。

        4 結(jié)束語

        本文提出了一種改進(jìn)的基于AACA蟻群算法的新思路,通過實(shí)例仿真驗(yàn)證了這種改進(jìn)對(duì)蟻群算法在全局優(yōu)化性能的改善方面具有很強(qiáng)的可行性。實(shí)驗(yàn)結(jié)果表明,該算法尋優(yōu)效果好、求解效率高、性能穩(wěn)定,一定會(huì)在車輛進(jìn)港尋垛應(yīng)用中取得很好的效果。

        參考文獻(xiàn):

        [1]王超.碼頭集卡運(yùn)輸線路的模型研究及設(shè)計(jì)[J].港口科技,2009(11).

        [2]張莉,霍佳震.基于單船裝卸運(yùn)輸模型的集卡配置仿真研究[J].系統(tǒng)仿真學(xué)報(bào),2006(12).

        [3]楊靜蕾.集裝箱碼頭物流路徑優(yōu)化研究[J].水運(yùn)工程,2006(01).

        [4]齊信,楊泰平,段永坤.基于MapX的Dijkstra算法在城市交通查詢中的實(shí)現(xiàn)[J].測(cè)繪與空間地理信息,2010(02).

        [5]桑國珍,何小虎.基于自適應(yīng)蟻群算法的研究[J].科技信息,2010(10).

        [6]韓芳,周忠勛,孫毅.基于改進(jìn)雙種群蟻群算法的無功優(yōu)化研究[J].東北電力大學(xué)學(xué)報(bào),2010(04).

        作者簡介:高江華(1978.10-),男,山東日照人,講師,碩士,研究方向:計(jì)算機(jī)技術(shù)應(yīng)用。

        作者單位:日照職業(yè)技術(shù)學(xué)院,山東日照 276826

        大地资源在线播放观看mv| 亚洲av专区国产一区| 少妇裸体性生交| 久久精品国产亚洲av忘忧草18| 一区二区在线亚洲av蜜桃| 亚洲国产大胸一区二区三区| 国产精品亚洲精品日韩已方| 无码精品人妻一区二区三区影院| 亚洲Va中文字幕久久无码一区 | 免费人成视频x8x8| 久久久精品免费国产四虎| 少妇被猛烈进入中文字幕| 99无码精品二区在线视频 | 国内精品伊人久久久久av| 高清少妇一区二区三区| 日本妇人成熟免费2020| 三年片免费观看大全国语| 精品国产乱码一区二区三区在线| 丝袜美腿亚洲综合在线播放| 亚洲av永久无码一区二区三区| 人妻av一区二区三区精品| 色婷婷亚洲十月十月色天| 国产在线视频91九色| 亚洲精品乱码久久久久久蜜桃不卡| 久久精品伊人无码二区| 亚洲av色精品国产一区二区三区| 香港三级午夜理论三级| 嫩草影院未满十八岁禁止入内 | 99亚洲精品久久久99| 国产亚洲精品综合99久久| 精品亚洲天堂一区二区三区| 亚洲色大成网站www久久九| 免费国产黄片视频在线观看| av高潮一区二区三区| 欧美人与禽zozzo性伦交| 九九免费在线视频| 亚洲无av码一区二区三区| 抖射在线免费观看视频网站| 国产精品一区二区av不卡| 日本理伦片午夜理伦片| 亚洲AV乱码毛片在线播放|