蜘蛛猴算法的改进及其在物流中心选址问题中的应用

发布时间：2024-03-01 06:25

　　群智能优化算法作为兴起的搜寻方法,其为有效地解决大规模复杂优化问题开辟了新的途径,从而受到了诸多学者的关注。蜘蛛猴优化算法通过模拟蜘蛛猴的觅食行为而兴起,基于裂变融合社会结构这一特点使得该算法越来越受欢迎,尤其在解决高维优化问题上也具有一定的优势。本论文在研究基本蜘蛛猴算法的基础上,提出了两种改进蜘蛛猴算法,并将其应用到求解与生活息息相关的物流中心选址问题。本论文的主要研究工作如下:1.提出了基于Cauchy变异算子的自适应蜘蛛猴算法,并将其用来求解一般的物流中心选址问题。利用基于迭代次数的相位因子来取代随机数,使得相位因子随迭代次数的增加而减小,从而相位因子在迭代初期较大,有利于全局探索,在迭代后期较小,可以充分进行局部开发,改善了算法的随机性,增强了算法的寻优能力;在全局领导阶段加入了非线性动态变换的学习因子,使蜘蛛猴的位置更新具有了自适应性,进一步平衡了算法的全局探索与局部搜索能力;在局部领导决策阶段中采用了 Cauchy变异策略,对蜘蛛猴施加扰动,增加了种群的多样性,避免算法在后期陷入局部最优。在仿真中,选取基准测试函数进行测试,并与其他智能算法比较,仿真实验结果表明提出的算法...

【文章页数】：108 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
1 绪论
    1.1 课题的研究背景及意义
    1.2 课题的研究进展
    1.3 论文结构
2 预备知识
    2.1 群智能优化算法
        2.1.1 差分进化算法
        2.1.2 粒子群算法
        2.1.3 猴群算法
    2.2 蜘蛛猴算法
        2.2.1 蜘蛛猴算法的概述
        2.2.2 蜘蛛猴算法的原理
        2.2.3 蜘蛛猴算法的步骤及流程图
        2.2.4 自适应蜘蛛猴算法
        2.2.5 基于适应性位置更新的蜘蛛猴算法
        2.2.6 基于幂律局部搜索的蜘蛛猴算法
    2.3 小结
3 基于Cauchy变异算子的自适应蜘蛛猴算法及求解一般物流中心选址问题
    3.1 基于Cauchy变异算子的自适应蜘蛛猴算法
        3.1.1 算法分析
        3.1.2 改进算法
        3.1.3 算法设计
        3.1.4 时间复杂度
    3.2 函数仿真
    3.3 一般物流中心选址问题
        3.3.1 模型
        3.3.2 求解步骤
        3.3.3 仿真
    3.4 小结
4 基于Laplace分布的伪反向蜘蛛猴算法求解应急物流中心选址问题
    4.1 引言
    4.2 应急物流中心选址模型
    4.3 基于Laplace分布的伪反向蜘蛛猴算法
        4.3.1 算法分析
        4.3.2 改进算法
        4.3.3 算法设计过程
        4.3.4 时间复杂度
    4.4 求解应急物流中心选址问题
    4.5 数值仿真
        4.5.1 测试函数
        4.5.2 应急物流中心选址问题仿真
    4.6 小结
5 总结与展望
    5.1 总结
    5.2 展望
致谢
参考文献
攻读硕士学位期间主要研究成果
攻读硕士学位期间参与的项目



本文编号：3915554