【引】智能优化算法汇总
摘要:https://mp.weixin.qq.com/s/XZwe7-Kylb8D7GFYJQvP9A
阅读全文
车辆路径规划问题分类
摘要:车辆路径规划问题(VRP) 多车场车辆路径规划问题(MDCVRP) (多车场)带有时间窗的车辆路径规划问题( (MD) VRPTW ) 多车场(Multi-depot)、异构固定车辆(heterogeneous fixed fleet)、带有服务时间窗(time window)等限制约束的车辆路径规
阅读全文
启发算法 - 汇总篇
摘要:启发算法也是一大类算法,本文注重算法本身,对应用领域不多赘述; 先看下 启发算法 的大体分类 智能优化算法汇总:https://mp.weixin.qq.com/s/ANKWZsJba6upC3bhequHsg 邻域搜索算法-总体 邻域搜索 NS,Neighborhood Search,邻域搜索算法
阅读全文
蚁群算法【2】 优化方法
摘要:《混沌扰动模拟退火蚁群算法低碳物流路径优化》 《基于模拟退火蚁群算法的机器人路径规划方法》 《_混合蚁群算法在容量约束车辆路径问题中的应用研究》 《_多车场多车型最快完成车辆路径问题的变异蚁群算法》 这里解释一下集中度: 信息素的每一行其实代表了从 横坐标对应的点 到 纵坐标对应的点 的 概率,每行
阅读全文
蚁群算法【1】基本原理
摘要:基本原理 蚂蚁觅食,通常是一种群体行为,当然一只小蚂蚁也是可以找到食物的, 辛苦点、慢点而已; 蚁群觅食,每只蚂蚁在经过的路上会留下一种化学物质,称为 信息素,信息素 会随着时间 逐渐 挥发,也就是说找到食物越慢,这条路上的信息素 残留 越少; 其他蚂蚁可以 感受到 信息素的存在,并且能测量信息素的
阅读全文
粒子群算法 PSO【1】- 基本原理
摘要:算法简介 粒子群算法,Particle Swarm optimization,简称PSO,是由Eberhart博士和kennedy博士发明的一种启发式算法, 其思想来源于 群体间互相协作和信息共享,使得群体行为形成从无序到有序的演化,进而达到目的 的自然现象; 通过模拟鸟群觅食行为而发展起来的一种基
阅读全文
遗传算法-目标函数与适应度函数变换
摘要:基本概念 最优化问题可分为两类,一类是求最大值,一类是求最小值,这里的最大最小指的是目标函数,当然通常也把目标函数叫适应度; 而遗传算法本身是求最大值的,因为优胜劣汰,得到的是适应度最大的个体; 如果想求最小值,就需要做适应度函数变换; 如果目标函数之间差别很小,个体被选择的概率也就相差不大,这样算
阅读全文
遗传算法-编码
摘要:编码是建立 基因型 与 表现型 的映射关系 编码原则 完备性(completeness):问题空间的所有解都能表示为所设计的基因型; 健全性(soundness):任何一个基因型都对应于一个可能解; 非冗余性(non-redundancy):问题空间和表达空间一一对应 二进制编码 解决常规问题最常用
阅读全文
模拟退火算法简介
摘要:一种随机搜索算法,跟遗传算法差不多,简单看看吧 通俗解释 假设有下面这样一个函数,现在想求函数的(全局)最优解(最小值)。 如果采用Greedy策略,那么从A点开始试探,如果函数值继续减少,那么试探过程就会继续。而当到达点B时,显然我们的探求过程就结束了(因为无论朝哪个方向努力,结果只会越来越大)。
阅读全文
遗传算法-选择算子
摘要:选择算子很多,本文先做个简单汇总,等应用时再自行研究 轮盘赌选择(roulette wheel selection) 锦标赛选择(tournament selection) 随机遍历抽样(stochastic universal selection) 局部选择(local selection) 截断
阅读全文
遗传算法-总体框架
摘要:首先了解一下达尔文进化论:人类在繁衍过程中,通过交配产生基因重组和变异,从而产生更好的个体,也可能是更差的个体, 每一代人接受大自然的考验,优胜略汰,适应能力强的被保存下来,差的被淘汰,使得人类对环境的适应能力越来越强; 遗传算法就是借鉴了人类的进化过程,更好地适应环境就是我们的目标(y),每一代人
阅读全文
线性规划
摘要:最优化算法是一个很大的家族,线性规划只是很简单的一种,本文旨在引导大家理解什么叫最优化,简单说就是 在 所有 x 里面找到 y 最大的方法 线性规划 优化模型试图在满足给定约束的决策变量的所有值的集合中,找到优化(最大化或最小化)目标函数的决策变量的值。 它的三个主要组成部分是: 目标函数:要优化的
阅读全文