×
马库斯·兰德尔

使用蚁群优化求解容量受限的单配送中心选址问题。 （英语） Zbl 1147.90421号

计算。最佳方案。申请。 39，第2期，239-261（2008）.
摘要：轮辐式网络通常用于解决需要大量商品转移的问题。对于诸如蚁群优化等建设性方法来说，这可能是一个极难解决的问题，因为存在多个优化组件，而且目标函数的二次性使得很难确定添加特定解决组件的效果。此外，可通过每个枢纽的交通量受到限制，枢纽的数量未知。开发了四种蚁群优化元神经网络变体，探索不同的建筑建模选择。研究了解元分配顺序和局部搜索启发式形式的影响。结果表明，每种方法都可以在合理的计算时间内返回最优解成本。这在很大程度上归因于整数线性预处理、强大的多邻域局部搜索启发式和蚁群提供的良好初始解的组合。

引用于8文件

MSC公司：

90 C59 数学规划中的近似方法和启发式
4.95亿 基于必要条件的数值方法
49K20型 偏微分方程问题的最优性条件
65K10码 数值优化和变分技术
90摄氏51度 内部点方法

关键词：

集线器位置问题；元启发式搜索；蚁群优化

软件：

OR-库；禁忌搜索；HAS-质量保证计划
PDF格式BibTeX公司 XML格式引用
\textit{M.Randall}，计算。最佳方案。申请。39，第2号，239--261（2008；Zbl 1147.90421）
全文： DOI程序

参考文献：

[1] Abdinour-Helm，S.，Venkataramanan，M.：枢纽位置问题的解决方法。安·Oper。第78号、第31–50号决议（1998年）·Zbl 0897.90091号 ·doi:10.1023/A:1018954217758
[2] Beasley，J.：OR-图书馆。在线时间：网址：http://people.brunel.ac.uk/\（\sim\）mastjjb/jeb/info.html（2005）
[3] Blum，C.，Dorigo，M.：蚁群优化的超剪切框架。事务处理。系统。人类网络。B 34，1161–1172（2004）·doi:10.1109/TSMCB.2003.821450
[4] Boland，N.，Ebery，J.，Ernst，A.，Krishnamoorthy，M.：容量受限的多配送中心选址问题：公式和算法。《运营杂志》。第120、614–631号决议（2000年）·Zbl 0985.90063号 ·doi:10.1016/S0377-2217（98）00395-6
[5] Bonabeau，E.，Dorigo，M.，Theraulaz，G.：群体智能：从自然系统到人工系统。《圣菲研究所复杂性科学研究》，牛津大学出版社，纽约（1999）·Zbl 1003.68123号
[6] Burkard，R.：二次分配问题。欧洲药典。第15号决议，283-289（1984年）·Zbl 0526.90064号 ·doi:10.1016/0377-2217（84）90093-6
[7] Campbell，J.：离散枢纽位置问题的整数规划公式。欧洲药典。第72、387–405号决议（1994年）·Zbl 0790.90048号 ·doi:10.1016/0377-2217（94）90318-2
[8] Campbell，J.：枢纽位置和p-Hub中值问题。操作。第44、923–935号决议（1996年）·兹伯利0879.90127 ·doi:10.1287/opre.44.6.923
[9] Carello，G.，Yaman，H.：使用整数链接解决中心位置问题。技术报告IEOR-2003-08，土耳其比尔肯特大学工业工程系（2003）·Zbl 1178.90221号
[10] Chamberland，S.、Sanso，B.、Marcotte，O.：具有模块化交换机的两级电信网络的拓扑设计。操作。第48745-760号决议（2000年）·Zbl 1106.90315号 ·doi:10.1287/opre.48.5.745.12412
[11] Cheung，B.，Langevin，A.，Villeneuve，B.：解决工业系统设计中复杂位置问题的高性能进化技术。J.智力。马纳夫。12, 455–466 (2001) ·doi:10.1023/A:1012248319870
[12] Chu，P.，Beasley，J.：广义指派问题的遗传算法。计算。操作。第24、17–23号决议（1997年）·Zbl 0881.90070号 ·doi:10.1016/S0305-0548（96）00032-9
[13] 科斯塔·D·赫兹·A：蚂蚁能给图形着色。《运营杂志》。Res.Soc.48，295–305（1997年）·Zbl 0890.90174号
[14] Dorigo，M.，Di Caro，G.：蚁群优化：一种新的元神经论。In:进化计算大会，第2卷，第1470–1477页（1999）
[15] Dorigo，M.，Gambardella，L.：蚁群系统：解决旅行推销员问题的合作学习方法。IEEE传输。进化。计算。1（1），53–66（1997）·Zbl 05451865号 ·doi:10.1109/4235.585892
[16] Dorigo，M.，Maniezzo，V.，Colorni，A.：蚂蚁系统：一种自动催化优化过程。技术报告91-016修订版，米兰理工大学（1991）·Zbl 0912.90240号
[17] Dorigo，M.，Maniezzo，V.，Colorni，A.：蚂蚁系统：通过协作代理群体进行优化。IEEE传输。系统。人类网络。B 26（1），1-13（1996）·数字标识代码：10.1109/3477.484436
[18] Dorigo，M.，Stützle，T.：蚁群优化。麻省理工学院出版社，波士顿（2004）·邮编1092.90066
[19] Ernst，A.，Krishnamoorthy，M.：无容量单一分配p-hub问题的高效算法。定位。科学。4, 139–154 (1996) ·Zbl 0927.90065号 ·doi:10.1016/S0966-8349（96）00011-3
[20] Ernst，A.，Krishnamoorthy，M.：无容量多重分配p-hub中值问题的高效算法。欧洲药典。第104、100–112号决议（1998年）·Zbl 0955.90055号 ·doi:10.1016/S0377-2217（96）00340-2
[21] Ernst，A.，Krishnamoorthy，M.：容量受限的单一配送中心选址问题的解决算法。安·Oper。第86号决议、第141–159号决议（1999年）·Zbl 0918.90096号 ·doi:10.1023/A:1018994432663
[22] Fotheringham，A.：一组新的空间交互模型：竞争距离理论。环境。计划。A 15，15–36（1983）·doi:10.1068/a150015
[23] Gambardella，L.，Taillard，E.，Dorigo，M.：二次分配问题的蚁群。《运营杂志》。Res.Soc.50，167–176（1999）·Zbl 1054.90621号
[24] Glover，F.，Laguna，M.：禁忌搜索。Kluwer学术，波士顿（1997）·Zbl 0930.90083号
[25] Goldberg，D.：《搜索、优化和机器学习中的遗传算法》。Addison-Wesley，雷丁（1989）·Zbl 0721.68056号
[26] Hansen，P.，Mladenovic，N.，Pierez-Brito，D.：可变邻域分解搜索。《启发式杂志》7，335–350（2001）·Zbl 1041.68623号 ·doi:10.1023/A:1011336210885
[27] Hendtlass，T.，Randall，M.：蚁群和粒子群元神经系统及其在离散优化问题中的应用的调查。摘自：《人工生命创始研讨会论文集》，澳大利亚阿德莱德，第15-25页（2001年）
[28] Klincewicz，J.：p-hub位置问题的启发式。欧洲药典。第53号、第25-37号决议（1991年）·Zbl 0726.90042号 ·doi:10.1016/0377-2217（91）90090-I
[29] Klincewicz，J.：使用禁忌搜索和GRASP避免p-hub位置问题中的局部最优。安·Oper。第40、283–302号决议（1992年）·兹比尔0784.90044 ·doi:10.1007/BF02060483
[30] Lawler，E.，Lenstra，J.，Rinnoy，A.，Shmoys，D.：旅行推销员问题：组合优化导览。奇切斯特·威利（1990）
[31] Love，R.、Morris，J.、Wesolowsky，G.：设施位置：模型和方法。运营研究出版物，第7卷。纽约州北霍兰德市（1988年）·Zbl 0685.90036号
[32] Montgomery，J.，Randall，M.，Hendtlass，T.：构建元启发式中的搜索偏差和蚁群优化的含义。收录：Dorigo，M.，Birattari，M.、Blum，C.、Gambardella，L.、Mondada，F.、Stützle，T.（编辑）第四届蚂蚁算法国际研讨会。计算机科学课堂讲稿，第3172卷，第390-397页。施普林格，纽约（2004）
[33] O'Kelly，M.：互动中心设施的位置。运输。科学。20，96–106（1986年）
[34] O'Kelly，M.：交互枢纽设施位置的二次整数规划。欧洲药典。第32、393–404号决议（1987年）·Zbl 0627.90030号 ·doi:10.1016/S0377-2217（87）80007-3
[35] Osman，I.：车辆路径问题的元策略模拟退火和禁忌搜索算法。安·Oper。第41、421–451号决议（1993年）·Zbl 0775.90153号 ·doi:10.1007/BF02023004
[36] Pamuk，F.，Sepil，C.：通过带有禁忌搜索的单一重定位算法解决中心问题。IIE事务处理。33, 399–411 (2001)
[37] Randall，M.：使用蚁群优化计划飞机着陆。摘自：第六届IASTED国际会议，人工智能和软计算，加拿大班夫，第129-133页（2002年）
[38] Randall，M.：使用广义分配问题进行蚁群优化的启发式算法。在：《进化计算大会论文集》，美国俄勒冈州波特兰，第1916–1923页（2004年）
[39] Roli，A.，Blum，C.，Dorigo，M.：最大约束满足问题的ACO。参加：第四届元启发式国际会议（2001年）
[40] Skorin-Kapov，D.，Skorin-Gapov，J.：使用禁忌搜索交互中心设施的位置。欧洲药典。第73、502–509号决议（1994年）·Zbl 0806.90075号 ·doi:10.1016/0377-2217（94）90245-3
[41] Skorin-Kapov，D.，Skorin-Gapov，J.：无容量p-hub中值问题的紧线性规划松弛。欧洲药典。第984、582–593号决议（1994年）·Zbl 0947.90602号
[42] Smith，K.，Krishnamoorthy，M.，Palaniswami，M.:交互枢纽设施位置的神经方法与传统方法。定位。科学。4, 155–171 (1996) ·Zbl 0927.90073号 ·doi:10.1016/S0966-8349（96）00017-4
[43] Solnon，C.：蚂蚁可以解决约束满足问题。IEEE传输。进化。计算。6, 347–357 (2002) ·Zbl 05452146号 ·doi:10.1109/TEVC.2002.802449
[44] Stützle，T.，Hoos，H.：蚂蚁系统的改进：引入（mathcal{MAX}{-}\mathcal}MIN}）蚂蚁系统。摘自：《第三届人工神经网络和遗传算法国际会议论文集》，第245-249页（1997）
[45] Stützle，T.，Hoos，H.：蚂蚁系统和组合优化问题的局部搜索。摘自：Voss，S.、Martello，S.，Osman，I.、Roucairol，C.（编辑）《元神经科学：优化局部搜索范式的进展和趋势》，第313–329页。Kluwer学术，波士顿（1998）·Zbl 0970.90083号
[46] Stützle，T.，Hoos，H.：蚂蚁系统。未来。通用。计算。系统。16, 889–914 (2000) ·doi:10.1016/S0167-739X（00）00043-1
[47] Taillard，E.，Gambardella，L.：二次分配问题的自适应记忆。技术报告IDSIA-87-97，Istituto Dalle Molle di Studi sull'Intelligenza Artificial（1997）
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。