隨機裝卸工問題及其智能求解算法的研究.pdf

1、模擬退火算法、遺傳算法、人工神經(jīng)網(wǎng)絡算法及蟻群算法、粒子群算法是對問題求解的新型智能算法。這些算法的主要應用對象是優(yōu)化問題中的NP-hard問題，并在一些優(yōu)化問題中的應用中取得了成功，成為解決優(yōu)化問題的一種有力工具。是目前算法、人工智能研究領域中的前沿研究。 本文將進化計算中的遺傳算法進行了改進，并將改進的遺傳算法及群智能計算中的粒子群算法應用到隨機裝卸工問題這一優(yōu)化問題中。 本文的主要創(chuàng)新點： 1.在基本的遺傳

2、算法的基礎上，提出了解決隨機裝卸工問題的新型的混合遺傳算法，該算法引入新的種群擇優(yōu)交叉運算和變異運算，提高了算法的收斂速度。 2.因為這些算法都是基于個體之間的競爭，在提出的新型混合遺傳算法的復制、交叉和變異三種算子的基礎上，引入了一個學習過程，實現(xiàn)了進化過程中同代個體之間相互競爭與學習的結合。從而得到一種引入學習過程的改進的混合遺傳算法，將其運用到隨機裝卸工問題的求解。數(shù)值算例驗證了該算法具有較高的求解程度和較快的收斂速度。