生物地理学优化算法及其在应急交通规划中的应用研究

发布时间：2017-09-25 22:37

  本文关键词：生物地理学优化算法及其在应急交通规划中的应用研究

  更多相关文章： 应急交通规划 生物地理学优化 问题建模 超启发方法 和声搜索

【摘要】：本文主要研究生物地理学优化(Biogeography-Based Optimization,BBO)算法及其在应急交通规划中的应用。深入分析了应急交通规划问题,分别针对公路、铁路和航空应急运输规划建立了典型的问题模型,开发了基于BBO的高效求解算法,应用于多个实际应急交通规划问题,探索了BBO算法解决应急交通规划问题的方法。本文的主要研究成果如下:1、根据公路应急运输规划问题的特点和需求,提出目的地序列编码解的多出发点多目的地应急公路运输规划问题模型,设计实现了求解该问题的Seq-BBO算法,设计面向序列的高效BBO迁移算子,使得BBO算法思想能够方便应用于此类组合优化问题。以云南地震救灾行动中的应急交通问题为例,比较分析了Seq-BBO算法相对于其它几个流行算法的优越性。2、根据铁路应急运输规划问题的特点和需求,设计运输时间和物资权重相关的目标函数,建立了一个复杂约束条件下的非线性整数规划问题模型,利用罚函数处理约束,利用运能利用率对解进行改进,并设计了一种有效的问题简约降维方法。这为复杂应急交通规划问题的模型研究提供了一种思路。结合BBO算法开发了一个求解该问题的BBO超启发算法(BBO/Hyper-Heuristic,BBO/HH),以三种不同的智能优化算法作为底层搜索算法,基于BBO迁移模型确定解的每个分量是否需要被演化,并通过超启发策略在高层算法空间搜索合适的智能算子,从而显著提升了问题求解的效率。通过在一组铁路运输规划问题实例上的计算试验及与各算法比较,验证了本算法的优越性。3、面向典型应急航空运输规划的特点和需求,建立了一个多源多航空批次的约束优化问题模型,并设计了一种有效的问题简约方法;针对该问题,开发了一个融合BBO算法与和声搜索(Harmony search,HS)算法的混合算法(Biogeography Harmony Search,BHS)。通过在一组实际航空运输规划问题实例上的计算试验及与各算法比较,验证了BHS算法的优越性。
【关键词】：应急交通规划 生物地理学优化 问题建模 超启发方法 和声搜索
【学位授予单位】：浙江工业大学
【学位级别】：博士
【学位授予年份】：2015
【分类号】：U116;TP18
【目录】：

• 摘要5-7
• ABSTRACT7-14
• 符号及缩写说明14-16
• 第一章 绪论16-33
• 1.1 论文的研究背景及意义16-18
• 1.2 交通问题的涉及要素和基本模型18-22
• 1.2.1 交通问题的分类和描述方法18-19
• 1.2.2 交通问题的涉及要素及其属性19-21
• 1.2.3 基于物资分配的基本交通问题模型21-22
• 1.3 ETP相关问题的研究现状22-31
• 1.3.1 ETP问题特点22-23
• 1.3.2 ETP相关问题分类23-25
• 1.3.3 面向基础应急交通问题的智能优化算法25-27
• 1.3.4 面向定位和线路规划问题的智能优化算法27-29
• 1.3.5 面向道路维修问题的智能优化算法29-30
• 1.3.6 面向集成问题的智能优化算法30-31
• 1.4 本文主要研究内容和章节安排31-33
• 第二章 BBO算法研究33-57
• 2.1 生物地理学的背景知识33-34
• 2.2 BBO算法的基本思想和流程34-38
• 2.2.1 迁移操作34-36
• 2.2.2 变异操作36
• 2.2.3 BBO基本算法流程36-38
• 2.3 BBO算法的改进研究38-44
• 2.3.1 B-BBO算法38-39
• 2.3.2 Local BBO算法39-42
• 2.3.3 EBO算法42-44
• 2.4 BBO算法与其它算法的混合研究44-55
• 2.4.1 BBO算法与DE算法的混合44-47
• 2.4.2 BBO算法与PSO算法的混合47-49
• 2.4.3 基于BBO的通用混合算法49-51
• 2.4.4 BBO算法与FWA算法的混合51-55
• 2.5 BBO算法的典型应用现状55-57
• 第三章 面向应急公路运输规划的Seq57-67
• 3.1 问题背景57-58
• 3.2 问题模型58-59
• 3.3 算法描述59-62
• 3.4 算法实验与评价62-65
• 3.5 后续改进与扩展65-67
• 第四章 面向应急铁路运输规划的BBO/HH算法67-84
• 4.1 问题背景67-69
• 4.2 问题模型69-72
• 4.3 整数规划问题的通用进化算法72-74
• 4.4 基于运能利用率的解改进方法74-76
• 4.5 BBO/HH算法76-79
• 4.5.1 超启发算法简介76-77
• 4.5.2 底层启发式算子选择77
• 4.5.3 超启发控制策略77-79
• 4.6 算法实验与评价79-83
• 4.7 后续改进与扩展83-84
• 第五章 面向应急航空运输规划的BHS算法84-94
• 5.1 问题背景84-85
• 5.2 问题模型85-86
• 5.3 算法思想和流程86-89
• 5.4 计算实验89-93
• 5.5 后续改进与扩展93-94
• 第六章 总结和展望94-96
• 6.1 总结94-95
• 6.2 展望95-96
• 参考文献96-105
• 致谢105-106
• 攻读博士学位期间的主要研究工作和研究成果106-115

【参考文献】

中国期刊全文数据库 前1条

1 徐志丹;莫宏伟;;生物地理信息优化算法中迁移算子的改进[J];模式识别与人工智能;2012年03期

，

本文编号：920009