12834.基于人工魚(yú)群算法的多目標(biāo)背包問(wèn)題研究

1、分類號(hào)：UDC：密級(jí)：學(xué)校代號(hào)：11845學(xué)號(hào)：2111314012廣東工業(yè)大學(xué)碩士學(xué)位論文(理學(xué)碩士)基于人工魚(yú)群算法的多目標(biāo)背包問(wèn)題研究黃美華指導(dǎo)教師姓名、職稱：顯渲螳塾援學(xué)科(專業(yè))或領(lǐng)域名稱：麴堂學(xué)生所屬學(xué)院：應(yīng)屆數(shù)堂堂瞳論文答辯日期：窒Q!魚(yú)生魚(yú)月!旦摘要摘要多目標(biāo)優(yōu)化問(wèn)題和背包問(wèn)題一直是科學(xué)和工程研究領(lǐng)域的難點(diǎn)和熱點(diǎn)問(wèn)與單目標(biāo)背包問(wèn)題相比，多目標(biāo)背包問(wèn)題一般包括兩個(gè)或兩個(gè)以上的優(yōu)化目標(biāo)，因此問(wèn)題復(fù)雜度更高動(dòng)態(tài)規(guī)劃之類的經(jīng)典優(yōu)

2、化算法很難用可行的計(jì)算成本和計(jì)算時(shí)間搜索到比較滿意的高質(zhì)量解，需要研究更加高效的算法結(jié)構(gòu)以快速找到Pareto最優(yōu)解論文首先總結(jié)歸納了求解多目標(biāo)背包問(wèn)題常用的兩種群智能方法：遺傳算法和粒子群算法遺傳算法計(jì)算簡(jiǎn)單，容易實(shí)現(xiàn)編程，但容易出現(xiàn)早熟現(xiàn)象以及接近最優(yōu)解時(shí)在最優(yōu)解附近左右擺動(dòng)：粒子群算法計(jì)算速度快，但求解精度低然后詳細(xì)介紹了人工魚(yú)群算法，歸納了幾種常用距離及人工魚(yú)群算法常用的編碼方式，并對(duì)人工魚(yú)群算法求解目標(biāo)背包問(wèn)題進(jìn)行重點(diǎn)研究：最

3、后在全局人工魚(yú)群算法的基礎(chǔ)上，針對(duì)人工魚(yú)編碼方式、人工魚(yú)移動(dòng)策略設(shè)計(jì)了一種改進(jìn)的人工魚(yú)群算法求解多目標(biāo)背包問(wèn)題時(shí)，人工魚(yú)群算法存在盲目搜索、求解復(fù)雜度高、求解精度不高和求解后期收斂速度慢等問(wèn)題：背包問(wèn)題一般采用二進(jìn)制編碼進(jìn)行問(wèn)題求解，但使用二進(jìn)制編碼需頻繁進(jìn)行編碼和解碼會(huì)大大增加算法計(jì)算量：在人工魚(yú)群算法中，兩條魚(yú)的距離實(shí)際使用的是歐氏距離，具有盲目性和隨機(jī)性針對(duì)這些問(wèn)題，本文的主要工作是提出一種改進(jìn)的人工魚(yú)群算法論文在設(shè)計(jì)改進(jìn)的人工魚(yú)

4、群算法時(shí)，首先針對(duì)本文多目標(biāo)背包問(wèn)題的數(shù)學(xué)模型，定義了一個(gè)實(shí)數(shù)編碼，對(duì)人工魚(yú)位置進(jìn)行實(shí)數(shù)編碼：接著在全局人工魚(yú)群算法的基礎(chǔ)上，修改人工魚(yú)的移動(dòng)策略，去掉歐式距離，加入一個(gè)依賴迭代次數(shù)的自適應(yīng)因子，降低人工魚(yú)盲目搜索的機(jī)率，從而降低算法的搜索復(fù)雜度：最后針對(duì)背包問(wèn)題的離散性和多目標(biāo)優(yōu)化問(wèn)題的特性，采用將搜索到的所有非劣解到原點(diǎn)的距離算術(shù)平均值來(lái)評(píng)價(jià)算法的求解精度，用距離算術(shù)平均值的變化趨勢(shì)來(lái)評(píng)價(jià)算法的收斂性論文對(duì)改進(jìn)的人工魚(yú)群算法進(jìn)行了實(shí)