导读： 广告 [计算机维护技术论文]1 引言 航线优化问题的实质是一个最短路径问题.目前,求解最短路径问题的经典算法很多,如Dijkstra算法、动态规划法、分枝限界法等等,在网络模型节点数较大时,算法的计算时间成倍甚至幂次增长,很难满足实际运算的需要,只能求解一些小...
广告
[计算机维护技术论文] 1 引言航线优化问题的实质是一个最短路径问题.目前,求解最短路径问题的经典算法很多,如Dijkstra算法、动态规划法、分枝限界法等等,在网络模型节点数较大时,算法的计算时间成倍甚至幂次增长,很难满足实际运算的需要,只能求解一些小规模的问题,对大规模的问题无能为力.在此情况下,不少学者开始探索一些优化算法,如人工神经网络算法、禁忌搜索算法、遗传算法、模拟退火算法和蚁群算法等.这些算法已被证明是解决组合爆炸及NP难题的有力武器.但是,面对大规模最短路径问题时,每种算法都表现出各自的优势和缺陷.文中提出的算法涉及蚁群算法和遗传算法[1].使用单亲遗传算法(PGA),并与蚂蚁算法相结合,通过控制蚂蚁周游次数,得到最短航线的满意可行解;然后将得到的较好航线作为初始种群进行优化改良,求得最佳航线.
2 航线优化模型航运公司优化航线的目标是在完成既定运输量的前提下,使得整个航运网络获取最大利润.文中对蚁群算法与单亲遗传算法相结合的方法,建立如下数学模型:Maxprofit= {∑ni=1∑nj=1s×[rijxij- cijyij]} (1)i =1,2,…,n; j =1,2,…,n;i≠j.约束条件用式(2)和式(3)来表示.航段约束:yij=1,船舶行驶在i港到j港的航段上时0, 否则(2)运量约束:s*xij≤Dij(3)式中,n为航线网络中的港口总数,s为船舶运行次数,rij为从i港口到j港口的一个集装箱的运输入,xij为船舶从i港口到j……
已经是会员的请点这查看全文，点卡用户将从您的卡中扣除一点。
成为会员步骤如下：注册用户名→银行汇款→填汇款确认或者在线购卡，详情请看会员专区。
