最大最小蚁群算法

摘要： 水力坡度是粉煤灰膏体井下处理系统设计的重要参数,决定着能耗大小和运行成本.为掌握水力坡度的精确结果,将最大最小蚁群算法(MMAS)和BP神经网络结合应用于水力坡度的预测中,建立了水力坡度预测模型.经实践应用表明,该预测模型具有最大最小蚁群算法的快速收敛和全局性,又具有BP神经网络强大的映照效果,预测结果完全满足实际应用需要.

摘要： 针对列车转向架关键部件的预防性维修存在欠维修或过维修问题,提出一种列车转向架关键部件预防性维修决策优化模型.该模型以关键部件故障周期为优化变量,基于不同的维修模式和最小修形式确定机会维修期望概率.借鉴机会维修思想,利用最大最小蚁群迭代算法,确定关键部件的最佳维修周期与机会维修阈值,以最小平均费用率为优化目标,最终达到降低预防性维修固定维修成本的目的.以某地铁公司列车转向架关键部件维修为例,通过对比分析证明,该模型能够有效降低转向架关键部件的运营维修费用,减少列车在库停车检修次数,提高列车运营效率,从而为轨道交通装备的维修决策提供理论和实践参考.%To solve over or less repair for preventive maintenance of train bogie key components,an optimal decision model for preventive maintenance of train bogie key components was proposed.Based on the different maintenance mode and the minimum repair form,the model used the key component failure cycle as the optimization variable to determine the opportunity for maintaining the expected probability.On the basis of opportunity maintenance idea,the maximum and minimum ant colony iterative algorithm was used to determine the optimal maintenance cycle and opportunistic maintenance threshold of key components.With the minimum average cost rate as the optimization target,the maintenance of fixed maintenance costs was reduced ultimately.By taking the key parts maintenance of train bogie of a subway company as an example,the model could effectively reduce the operation and maintenance costs of bogie's key components,reduce the number of train parking in the depot and improve the train operation efficiency,which could provide theoretical and practical reference for the maintenance decision of rail transit equipment.

摘要： 针对蚁群算法易陷入局部最优,收敛速度较慢的问题,在最大-最小蚁群算法的基础上,提出一种自适应模拟退火蚁群算法.在高温阶段以一定概率接受次优解,优化每次迭代后的路径,增加算法的全局搜索能力,并采用一种自适应的信息素更新策略,前期增加算法的全局搜索能力,后期加快算法的收敛速度;在低温阶段通过降温系数的取值,加快算法收敛速度,在温度机制上采用了回火机制,避免局部最优,使解的质量得到了提高.同时在算法中结合了3opt进一步优化了算法解的质量.实验结果表明该算法的收敛速度以及求解质量得到了一定程度的改善,较好地平衡了种群多样性以及收敛速度的关系.%Aiming at the problem that the ant colony algorithm is easy to fall into the local optimum and the convergence speed is slow,an adaptive simulated annealing ant colony algorithm was proposed based on the maximum -minimum ant colony algorithm.The algorithm accepted the difference solution with a certain probability at a high temperature.The path was optimized after each iteration.The global search ability of the algorithm was increased,and an adaptive pheromone updating strategy was adopted.The global search ability of the algorithm was increased in the early stage and accelerated the convergence speed of the algorithm in the later stage.In the low temperature stage, the speed of the algorithm was accelerated by the value of the temperature coefficient, and then the tempering mechanism was adopted to avoid the local optimum.The quality of the solution was improved.At the same time,the 3opt algorithm was used to further optimize the quality of the algorithm.The experimental results showed that the convergence speed and the solution quality of the proposed algorithm had been improved to a certain extent,and it could balance the relationship between population diversity and convergence rate.

摘要： 最大最小蚁群算法通过对信息素更新和限制的改进,有效提高收敛速度,但难以避免出现停滞并陷入局部最优的困境.基于贪心边的MMAS改进算法规定一种新的搜索停滞状态,设定不同等级贪心边,并在停滞状态下利用搜索过程中寻找到的贪心边进行优先搜索.该算法使搜索能够尽早地集中在有效边进行,丢弃"无用"搜索,提高发现更优路径的可能性.利用TSP标准实例进行测试,结果表明改进算法的最优解更加接近实际最优解,具有更高的全局寻优能力和更快的收敛速度.

摘要： 最大最小蚁群算法通过对信息素更新和限制的改进,有效提高收敛速度,但难以避免出现停滞并陷入局部最优的困境。基于贪心边的MMAS改进算法规定一种新的搜索停滞状态,设定不同等级贪心边,并在停滞状态下利用搜索过程中寻找到的贪心边进行优先搜索。该算法使搜索能够尽早地集中在有效边进行,丢弃＂无用＂搜索,提高发现更优路径的可能性。利用TSP标准实例进行测试,结果表明改进算法的最优解更加接近实际最优解,具有更高的全局寻优能力和更快的收敛速度。

摘要： 传统物流配送车辆调度研究存在目标单一,约束条件考虑有限,路径规划不合理等问题,不利于实际应用.调度优化可有效节约资源,提升企业运营效益.为了降低配送车辆的距离和时间总成本,提高求解算法的效率和精度,提出一种适用型整数规划模型和改进型最大最小蚁群算法.首先建立了针对时变环境、带时间窗、限制车辆容量等约束条件的车辆优化调度模型,采用结合时变策略的改进型最大最小蚁群算法求解调度模型,并给出了具体实现流程.以Solomon测试集对算法性能进行测试,仿真结果表明,改进型最大最小蚁群算法具有较高的求解精度和收敛速度,适用型模型及算法实用地、有效地优化了物流配送车辆的调度问题.%Traditional vehicle scheduling problem is single-goaled with limited constraint conditions,which is not beneficial to practical application.Intelligent dispatching of vehicles can conserve resources effectively and promote benefit.In order to lower total cost of distance and time and increase efficiency and accuracy of algorithm,we proposed a suitable integer programming model and an improved max-min ant colony system algorithm.The research is aiming at constraint conditions such as time-dependent environment,time windows and capacity limitation.Firstly,this paper abstracted critical factors and put forward a targeted mathematical model.Secondly,we presented an improved max-min ant colony system algorithm with temporal change strategy.Finally,we adopted Solomon set to test the algorithm.Simulations reveal that the improved method has better performance in solving accuracy and convergence rate.The model and algorithm optimize logistic vehicle scheduling problem practically and effectively.

摘要： 根据鲜活农产品"易腐"等自身特点、客户的消费特点以及目前鲜活农产品配送中存在的问题,基于VRP理论,构建物流配送路径优化模型,应用改进的蚁群算法对模型进行求解,满足顾客对时间、质量的要求,降低配送成本,提高顾客满意度.%In this paper, in view of the characteristics of fresh farm produce, such as being perishable, the property of consumer behavior and the existing problems in the distribution of fresh farm produce at current stage, we built the corresponding logistics distribution route optimization model based on the VRP theory and solved it using the improved ant algorithm so as to meet the consumer's requirement for time and quality, lower distribution cost and improve customer satisfaction.

摘要： 针对某防空旅没有建立弹药配送模型的问题,作者通过实地调研,获得第一手数据的基础上,建立了弹药配送模型.然后根据问题特点采取了最大最小蚁群算法(MMAS),进行了求解.通过算例证明了算法的有效性,本研究对某防空旅战时弹药配送、减少资源消耗、降低被侦察的概率等方面具有实际意义.

摘要： 针对物流配送中的有时间窗车辆路径问题(VRPTW),提高优化性能,提出了一种改进的最大最小蚁群算法,并引入了局部搜索策略2-opt.在客户数目给定的情况下,本算法能够得到所求VRPTW的全局较优解,与基本蚁群算法和未改进的最大最小蚁群算法比较,具有更快的收敛速度和更高的收敛精度,并可扩展到一类相关的路径优化问题中.实验结果表明,本算法对于求解VRPTW效果很明显.

摘要： 本发明公开了一种蚁群算法优化最小二乘支持向量机的溶解氧预测方法，其先对原始溶解氧数据序列进行预处理以丢弃或修复坏点数据；然后将预处理后的溶解氧数据序列分成训练集和测试集；接着根据训练集中的所有溶解氧数据，利用蚁群算法优化最小二乘支持向量机的惩罚因子和核函数宽度参数，得到各自的最佳优化值；最后根据惩罚因子和核函数宽度参数的最佳优化值，计算测试集中的每个溶解氧数据的预测值；优点是利用蚁群算法优化最小二乘支持向量机的惩罚因子和核函数宽度参数，并在迭代搜索过程中，对头蚁的位置进行精细搜索获得头蚁的新位置，且保留每只蚂蚁搜索过程中的最佳位置，将蚂蚁的最佳位置引入搜索过程，提高了溶解氧的预测精度。

摘要： 本发明涉及汽车轮毂轴承合套系统，公开了基于蚁群算法的汽车轮毂轴承内外圈合套系统及用于该系统的蚁群算法，基于蚁群算法的汽车轮毂轴承内外圈合套系统其包括管理控制模块、分选机料库装置和合套装配装置；管理控制模块主要采用微处理器控制和管理；分选机料库装置采用蚁群算法对轴承内圈、轴承外圈进行分选，从而分选出最优的轴承内圈和轴承外圈，对于分选出的轴承内圈、轴承外圈实现轮毂轴承内圈与外圈匹配数量达到最大值，且最终游隙也为最佳游隙值。合套装配装置通过管理控制模块统一进行管理与控制，同时进行轴承内圈合套和轴承外圈合套，提高了内圈合套和滚动体合套的速度。通过本发明的设计大大提高了汽车轮毂轴承选配的运行效率，减少轴承装配的时间与成本，提高了轴承精度，降低因精度导致的损失。

摘要： 本发明公开了一种基于蚁群算法的最小开销路由生成方法，涉及路由技术领域，基于蚁群算法的生成最小开销的固定路由路径，根据每次多播路由的源与目的地，使用蚁群算法启发式地最小化单次多播路由中的总路径长度，并计算出相应固定路由表，实现了全局的通信负载近似达到最低。本方法能够最小化全局路由路径总长度，从而进一步最小化全局通信负载开销。

摘要： 本发明公开了一种蚁群算法优化最小二乘支持向量机的溶解氧预测方法，其先对原始溶解氧数据序列进行预处理以丢弃或修复坏点数据；然后将预处理后的溶解氧数据序列分成训练集和测试集；接着根据训练集中的所有溶解氧数据，利用蚁群算法优化最小二乘支持向量机的惩罚因子和核函数宽度参数，得到各自的最佳优化值；最后根据惩罚因子和核函数宽度参数的最佳优化值，计算测试集中的每个溶解氧数据的预测值；优点是利用蚁群算法优化最小二乘支持向量机的惩罚因子和核函数宽度参数，并在迭代搜索过程中，对头蚁的位置进行精细搜索获得头蚁的新位置，且保留每只蚂蚁搜索过程中的最佳位置，将蚂蚁的最佳位置引入搜索过程，提高了溶解氧的预测精度。

摘要： 基于蚁群算法和改进型遗传算法的仓储物流AGV路径规划算法，它涉及蚁群算法、遗传算法，解决了传统方法计算耗时、易早熟收敛、易陷入局部最优的缺陷。本发明的步骤为：一、对场地建立网格化划分与编码；二、用基于障碍物信息的改进蚁群算法生成用于遗传进化的初始AGV路径；三、用基于三阶段遗传算法迭代选择AGV最优路径；四、对具有重合点的不同AGV路径进行末端交叉；五、对AGV路径进行有利变异；六、重新计算AGV路径适应度，判定迭代是否终止，对终止后的AGV路径进行轨迹圆滑处理。本发明的基本思想是将改进的蚁群算法和改进的遗传算法相结合，加快迭代收敛速度，得到运行效率更高的AGV路径，工程适用性强。

摘要： 本发明提供一种基于蚁群算法与Lin‑Kernighan算法解决旅行商问题的杂交算法，将蚁群算法的优点和Lin‑kernighan算法的优点相结合并搜索到最优路径。蚁群算法和Lin‑kernighan算法的杂交过程如下：首先利用蚁群算法在每迭代一次蚁群算法之后，执行Lin‑kernighan算法得到最短路径，然后将蚁群算法得到的路径和Lin‑kernighan算法得到的路径用于更新信息素，然后重复执行此过程直到满足终止条件，输出最优路径。

摘要： 本发明公开了一种基于改进蚁群算法的火灾逃生疏散仿真算法，通过设置格栅地图和环境参数火源点、人流量密度、烟气扩散信息等环境因素，进一步设定目标函数、约束条件、改进启发函数以及设定综合影响指数函数、温度变化函数、CO浓度变化函数、能见度变化函数，并通过改进信息素含量更新方式，建立符合人群疏散过程下的信息素更新模型，对传统的信息素更新方式进行改进，计算速度加快，同时避免陷入局部最优解。对ρ的设定需要综合考虑收敛速度和算法的全局搜索能力，使ρ值自适应调整。对人员在火灾环境下的疏散有现实的价值。

摘要： 本发明公开了基于量子最大最小蚁群算法的QoS路由选择方法，将量子计算和最大最小蚁群算法相结合，采用量子计算中的态矢量对网络拓扑中的链路进行量子编码，通过量子旋转纠缠特性结合最大最小检验机制更新信息素，在“轮盘赌”链路选择中增加量子选择策略，在适应度相差不大的情况下,有效的控制进化速度和方向，寻优能力及收敛性能方面优于传统蚁群算法，能够在满足约束条件下有效、准确的求解QoS路由选择问题。

摘要： 本发明公开了基于量子最大最小蚁群算法的QoS路由选择方法，将量子计算和最大最小蚁群算法相结合，采用量子计算中的态矢量对网络拓扑中的链路进行量子编码，通过量子旋转纠缠特性结合最大最小检验机制更新信息素，在“轮盘赌”链路选择中增加量子选择策略，在适应度相差不大的情况下,有效的控制进化速度和方向，寻优能力及收敛性能方面优于传统蚁群算法，能够在满足约束条件下有效、准确的求解QoS路由选择问题。

摘要： 一种基于最大最小蚁群算法的列车转向架关键部件预防性维修决策优化模型，首先建立列车关键部件机会维修模型及其约束条件，然后根据最大最小蚁群算法求得机会维修阀值和维修费用，步骤如下：设置节点集合C