×
陈少培;杨，季;李勇;杨景峰

神经网络分析背景下的多约束网络密集型车辆路径自适应蚁群算法。 （英语） Zbl 1373.93045号

复杂性 2017年，文章ID 8594792，9 p.（2017）.
摘要：神经网络模型最近在解决车辆调度问题方面取得了重大成就。自适应蚁群算法为神经网络解决多约束网络密集型车辆路径模型的复杂系统问题提供了一种新的思路。通过自适应调整操作过程中的挥发性因子来改变路径中的信息素。它有效地克服了传统蚁群算法容易陷入局部最优解和搜索全局最优解收敛速度慢的倾向。本文提出的基于自适应蚁群算法的多约束网络密集型车辆路径算法是指群体之间的相互作用。在传统蚁群算法的基础上引入了自适应传输和信息素更新策略，进一步优化了算法的选择、更新和协调机制。因此，目标函数对可行解的搜索任务是由搜索蚂蚁完成。通过不同种类蚂蚁的分工协作，将信息素自适应策略与多态蚁群算法相结合。它可以有效地克服早熟停滞等缺点，对复杂交通网络系统中大规模多约束车辆路径问题的研究具有理论意义。

引用于1文件

理学硕士：

93甲15 大型系统
92B20型 生物研究、人工生命和相关主题中的神经网络
90 C59 数学规划中的近似方法和启发式
90B20型 运筹学中的交通问题

关键词：

车辆路径自适应蚁群算法;神经网络;局部最优解;全局最优解;信息素自适应策略;大规模多约束车辆路径;复杂交通网络系统
PDF格式BibTeX公司 XML格式引用
\textit{S.Chen}等人，《复杂性2017》，文章ID 8594792，9 p.（2017；Zbl 1373.93045）
全文： 内政部
OA许可证

参考文献：

[1] 杨，C。；李，Z。；Li，J.，一类轮式倒立摆车辆模型的轨迹规划和优化自适应控制，IEEE控制论汇刊，43，1，24-36（2013）·doi:10.1109/TSMCB.2012.2198813
[2] 加西亚·纳杰拉，A。；Bullinaria，J.A.，带时间窗口的车辆路径问题的改进多目标进化算法，计算机与运筹学，38，1287-300（2010）·Zbl 1231.90087号 ·doi:10.1016/j.cor.2010.05.004
[3] Ghannadpour，S.F。；努里，S。；塔瓦科利·莫哈达姆，R。；Ghoseiri，K.，《带模糊时间窗的多目标动态车辆路径问题：模型、解决方案和应用》，《应用软计算杂志》，14，1，504-527（2014）·doi:10.1016/j.asoc.2013.08.015
[4] 陈，M。；张，Z。；Shi，J.，使用自适应和多态蚁群算法的多约束车辆路径问题，东南大学学报（自然科学版），38，1，37-42（2008）·兹比尔1174.90334
[5] 杨，C。；李，Z。；崔，R。；Xu，B.，欠驱动轮式倒立摆模型的基于神经网络的运动控制，IEEE神经网络和学习系统汇刊，25,112004-2016（2014）
[6] Wang，H。；李，B。；刘凯，应急救援环境下的需求分配与网络流量分配，系统工程理论与实践，35，6，1457-1464（2015）
[7] Xiao，H。；李，Z。；杨，C。；张，L。；袁，P。；丁，L。；Wang，T.，使用基于神经动力学优化的模型预测控制实现轮式移动机器人的鲁棒稳定，IEEE工业电子学报，64，1，505-516（2017）·doi:10.1109/tie.2016.2606358
[8] Li，K。；Tang，L。；Chen，S.，集装箱存储分配和卡车调度集成问题的建模与优化，系统工程理论与实践，34，1，115-121（2014）
[9] 陈，Y。；Wang，J.，带时间窗车辆路径问题的改进蚁群算法，计算机工程与应用杂志，43，29，218-219（2006）
[10] Shao，L.，蚁群优化自适应基因算法求解物流车辆调度，计算机测控，20，5，1423-1425（2012）
[11] Wang，Y。；Xie，J.，自适应蚁群优化算法与仿真，系统仿真杂志，14，1，31-33（2014）
[12] 杨，C。；姜瑜。；李，Z。；He，W。；Su，C.-Y.，《具有保证全局稳定性和运动精度的双手机器人的神经控制》，IEEE工业信息学报，13，3，1162-1171（2017）·doi:10.1109/tii.2016.2612646
[13] 多里戈，M。；Luca，M.，《Ant-O的一些性质研究》，TR/IRIDIA/1996-4，IRIDIA（1996），布鲁塞尔自由大学
[14] Quan，H。；Wen，G.，TSP的亚空间遗传算法，数学理论与应用，22，1，36-39（2002）
[15] 库雷希，A.G。；Taniguchi，E。；Yamada，T.，《具有软时间窗的车辆路径和调度问题的精确解决方法》，运输研究第E部分：物流与运输评论，45，6，960-977（2009）·doi:10.1016/j.tre.2009.04.007
[16] Osman，I.H.，车辆路径问题的元策略模拟退火和禁忌搜索算法，运筹学年鉴，41，4，421-451（1993）·Zbl 0775.90153号 ·doi:10.1007/bf02023004
[17] 舒尔茨，J。；Fahle，T.，带时间窗约束的车辆路径问题的并行算法，运筹学年鉴，86585-607（1999）·Zbl 0922.90059号 ·doi:10.1023/A:1018948011707
[18] 肯扬，A.S。；Morton，D.P.，随机行驶时间的随机车辆路线，交通科学，37，169-82（2003）·doi:10.1287/trsc.37.1.69.12820
[19] 曹琦。；刘，X。；Ren，X.，基于植物生长模拟算法的车辆调度问题，系统工程理论与实践，35，6，1449-1456（2015）
[20] 魏，M。；Jin，W.，车辆调度问题的离散粒子群优化算法，计算机科学，37，4，187-191（2010）
[21] 赵，Z。；刘，Y。；Luo，F.，具有输入饱和约束的轴向运动系统的输出反馈边界控制，ISA Transactions，68，22-32（2017）·doi:10.1016/j.isatra.2017.02.009
[22] 赵，Z。；刘，Y。；郭，F。；Fu，Y.，轴向运动弦系统的振动控制和边界张力约束，非线性动力学，89，4，2431-2440（2017）·Zbl 1377.93124号 ·doi:10.1007/s11071-017-3595-x
[23] 赵，Z。；刘，Y。；Luo，F.，有界输入的弦振动系统的边界控制，印刷·Zbl 1391.93119号 ·doi:10.1002/asjc.1555
[24] 赵，Z。；刘，Y。；He，W。；Luo，F.，高加减速轴向运动带系统的自适应边界控制，IET控制理论与应用，10，11，1299-1306（2016）·doi:10.1049/iet-cta.2015.0753
[25] Z.-J.赵。；刘，Y。；郭，F。；Fu，Y.，一类轴向运动非均匀系统的建模与控制，国际系统科学杂志。系统与集成原理与应用，48，4，849-861（2017）·Zbl 1358.93096号 ·doi:10.1080/00207721.2016.1217099
[26] 所罗门，M.M。；Desrosiers，J.，时间窗约束路由和调度问题，美国运筹学会。运输科学科。运输科学，22，1，1-11（1988）·Zbl 0638.90052号 ·doi:10.1287/trsc.22.1.1
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。