×

hCHAC:用于解决双标准军事单位寻路问题的一系列MOACO算法。 (英语) Zbl 1348.90641号

摘要:本文提出了一系列全局识别为hCHAC的多目标蚁群优化(MOACO)算法,旨在解决军事环境中的寻径问题,并考虑了两个目标:速度最大化和安全性。这些目标中的每一个都包括不同的因素(如隐蔽或避开资源消耗区),这就是为什么在本文中,我们通过将初始成本函数聚合为不同数量的目标(从一个到四个)来生成hCHAC家族的不同成员并在每种情况下考虑不同的参数化集。hCHAC算法已经在几个不同(并且越来越现实)的场景中进行了测试,在模拟器中进行了建模,并与其他一些著名的MOACO进行了比较。为了解决这个问题,我们对后一种算法进行了调整,并采用了一种新的多目标贪婪方法,作为比较的基准。实验表明,大多数hCHAC算法优于其他方法,同时在战术意义上产生了非常好的军事行为。在hCHAC系列中,hCHAC-2是一种考虑两个目标的方法,总体上产生了最佳结果。

MSC公司:

90C59 数学规划中的近似方法和启发式
90 C90 数学规划的应用
90C29型 多目标规划
PDF格式BibTeX公司 XML格式引用
全文: DOI程序

参考文献:

[1] Leenen,L。;沃斯特,J。;le Roux,H.,《军事单位路径发现问题的基于约束的求解器》,(2010年春季模拟多会议论文集(2010),ACM),25
[3] 多里戈,M。;Stützle,T.,《蚁群优化元启发式:算法、应用和进展》(Glover,G.K.F.,《元启发式手册》(2002),Kluwer),251-285·Zbl 1102.90378号
[4] Reinellt,G.,《旅行推销员:TSP应用的计算解决方案》,(计算机科学讲义,第840卷(1994年),Springer Verlag)·Zbl 0825.90720号
[5] 加西亚-马丁内斯,C。;俄亥俄州科尔顿。;Herrera,F.,双标准TSP多目标蚁群优化算法的分类和实证分析,欧洲运筹学杂志,180,1,116-148(2007)·Zbl 1114.90103号
[6] Deb,K.,遗传算法的一种有效约束处理方法,应用力学与工程中的计算机方法,186,2-4,311-338(2000)·Zbl 1028.90533号
[8] 多里戈,M。;Gambardella,L.M.,《蚁群系统:旅行推销员问题的合作学习方法》,IEEE Transactions on Evolutionary Computation,1,1,53-66(1997)
[10] Mora,A.M。;梅雷洛,J.J。;密兰,C。;托雷西拉斯,J。;拉雷多,J.L.J.,CHAC。用于计算战场中双标准军事单元路径的MOACO算法,(Pelta,D.;Krasnogor,N.,自然启发的优化合作策略研讨会论文集,NICSO’2006(2006)),85-98·Zbl 1176.90305号
[11] Deneubourg,J.L。;Pasteels,J.M。;Verhaeghe,J.C.,蚂蚁的概率行为:错误策略?,理论生物学杂志,105,259-271(1983)
[12] Grassé,P.-P.,La reconstruction du nid et les coordinations inter-individules chez bellicostermes natalensis et cubitermes sp.La theorie de La stigmerie,昆虫社会,6,41-80(1959)
[13] 多里戈,M。;马尼佐,V。;Colorni,A.,《蚂蚁系统:协作代理群体的优化》,IEEE系统、人与控制论汇刊B部分:控制论,26,1,29-41(1996)
[14] (Lawler,E.L.;Lenstra,J.K.;Kan,A.H.G.R.;Shmoys,D.B.,《旅行推销员问题》(1985),John Wiley&Sons Ltd.)·Zbl 0563.90075号
[17] 科埃罗,C.A.C。;Veldhuizen,D.A.V。;Lamont,G.B.,解决多目标问题的进化算法(2002),Kluwer学术出版社·Zbl 1130.90002号
[18] Bellman,R.,《关于路由问题》,《应用数学季刊》,第1期,第16期,第87-90页(1958年)·Zbl 0081.14403号
[19] Dijkstra,E.W.,关于与图有关的两个问题的注释,数字数学,1269-271(1959)·兹比尔0092.16002
[21] Cherkassky,B.V。;Goldberg,A.V。;Radzik,T.,《最短路径算法:理论和实验评估》,《数学规划》,73129-174(1996)·Zbl 0853.9011号
[22] Stewart,B.S。;White,C.C.,《多目标》,美国计算机学会期刊,38,4775-814(1991)·Zbl 0799.68173号
[23] Loui,R.P.,具有随机或多维权重的图中的最优路径,ACM的通信,26,9,670-676(1983)·Zbl 0526.90085号
[24] 甘巴德拉。;Taillard,E。;Agazzi,G.,MACS-VRPTW:带时间窗的车辆路径问题的多蚁群系统,(Corne,F.G.D.;Dorigo,M.,New ideas in optimization(1999),McGraw-Hill),73-76
[26] Iredi,S。;Merkle,D。;Middendorf,M.,《使用多蚁群算法的双标准优化》,(Zitzler,E.;Deb,K.;Thiele,L.;Coello,C.A.C.;Corne,D.,《第一届进化多标准优化国际会议论文集》(EMO 2001)。计算机科学讲稿,第1993卷(2001),施普林格:施普林格柏林),359-372
[27] 阿拉亚,I。;Solnon,C。;Ghedira,K.,多目标优化问题的蚁群优化,(第19届IEEE人工智能工具国际会议,ICTAI 2007,第1卷(2007)),450-457
[28] 蒂亚加拉扬,M.K.K。;巴特塔,R。;Szczerba,R.,《为军事单位规划不同的路径》,《军事行动研究杂志》,10,1,25-42(2005)
[29] 卡莱尔,W.M。;Royset,J.O。;Wood,R.K.,(使用约束最短路径算法确定军用飞机路线(2007年))
[30] 阿肯,I。;Tansel,B.,《军事单位部署中运输需求的优化》,计算机与作战研究,34,4,1158-1176(2005)·Zbl 1102.90300号
[31] Mora,A.M。;梅雷洛,J.J。;拉雷多,J.L.J。;密兰,C。;Torrecillas,J.,CHAC,用于计算战场上双标准军事单元路径的MOACO算法:演示和首次结果,《国际智能系统杂志》,24,7,818-843(2009)·Zbl 1176.90305号
[32] 莫拉,A。;梅雷洛,J。;卡斯蒂略,P。;J.拉雷多。;Cotta,C.,参数对解决双标准军事路径查找问题的moaco算法性能的影响,(WCCI 2008 proceedings(2008),IEEE Press),3506-3512
[33] Bull,S.,《二战步兵战术》(2005),连队与营,鱼鹰出版社
[34] Zitzler,E。;Thiele,L.,《多目标进化算法:比较案例研究和强度帕累托方法》,IEEE进化计算汇刊,3,4,257-271(1999)
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。