×

使用HUMANT算法进行单目标和多目标优化。 (英语) Zbl 1357.90135号

摘要:当面对现实世界时,优化问题主要是多目标的,即它们有几个优秀的标准。提交用于多标准评估的多标准问题是一个复杂的问题,因为通常没有最优的解决方案,根据所有标准,没有替代方案是最佳的。但是,如果元启发式算法与多标准决策方法相结合,那么,不是提交所有解决方案,只有接近最优的解决方案才能提交给多标准评估,即使用决策者的先验偏好进行比较和排序。它被称为多目标优化的先验方法。本文提出了一种基于蚁群优化和PROMETHEE方法的特殊设计的HUMANT(HUManoid ANT)算法。针对单目标旅行商问题(TSP)、最短路径问题(SPP)和多目标合作伙伴选择问题(PSP),给出了该优化算法的初步结果。此外,利用最短路径问题(SPP),提出了HUMANT算法求解单目标优化问题的多目标方法。

MSC公司:

90C29型 多目标规划
90 C59 数学规划中的近似方法和启发式
PDF格式BibTeX公司 XML格式引用
全文: 内政部