基于改進(jìn)粒子群算法求解雙層規(guī)劃模型的研究

《基于改進(jìn)粒子群算法求解雙層規(guī)劃模型的研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、．：，－、２ｖ驚，＞庚式、餐，鳥(niǎo)、＞．舞－訟巧§襄觀．Ｖ＾Ａ．．Ｖ‘為＇Ｕ＂．＞謬襄Ｓ２餐Ｉ苗０．交－這＾＼－／Ｖ？！、）Ｕ。？％，，，．＇．．＇；Ｆ＇Ｖ／ｆ；襄細(xì)－於ｔ餘法索如遠(yuǎn)謎＾；Ｍ執(zhí)．；；．ｖ；．讓ｖ、、／巧橫宛＇腳，巧．：義，；；乂一＇參輿話／＂＇＾：／Ｖ－媒義Ｋ％藥心藍(lán)ｃ：、．，／ｖ一＇．，＾舊，今；ｖ蒙＾編‘吉：，霉Ｓ＾＾＾霞費(fèi)專＾擎ｒ晝．心一一琴－，．，接避琴，穿義或，／覆參今讓為雁希藝嘗：．Ｃ，終勢(shì)璧＾然祥；Ｗ．觀夢(mèng)．於；參’＂藝－＾發(fā)如－幫獻(xiàn)祭方舊戶策裝喔＼囊ｃ與；；劈／ｔ動(dòng)誇峰．、八，秦壽？、、．／ｆ靠：：＾．基是＞／ｆ．

2、：Ｙ；－．乏＊；黎公象ｙ－＆墨０．：密級(jí)公開(kāi)分類號(hào)ＴＰ３０１．６．ＵＤＣ專業(yè)學(xué)位碩±學(xué)位論文基于改進(jìn)粒子群算法求解雙層規(guī)劃模型的研巧張雁茹專業(yè)學(xué)位名稱計(jì)算機(jī)技術(shù)指導(dǎo)教師趙志剛教授ｎ月２３２０１６年１２月３０日論文答辯日期２０１６年［］學(xué)位授予日期答辯委員會(huì)主席陳友初教授廣西大學(xué)學(xué)位論文原創(chuàng)性和使用授權(quán)聲明本人聲明所呈交的論文，是本人在導(dǎo)師的指導(dǎo)下獨(dú)立進(jìn)行研究所取得的研巧成果。除己特別加標(biāo)注和致謝的地方外，論文不包含任何其他個(gè)人或集體己經(jīng)發(fā)表或撰寫的研究成果，也不包含

3、本人或他人為獲得廣西大一學(xué)或其它單位的學(xué)位而使用過(guò)的材料。與我同工作的同事對(duì)本論文的研究工作所做的貢獻(xiàn)均己在論文中作了明確說(shuō)明。本人在導(dǎo)師指導(dǎo)下所完成的學(xué)位論文及相關(guān)的職務(wù)作品，知識(shí)產(chǎn)權(quán)歸屬?gòu)V西大學(xué)。本人授權(quán)廣西大學(xué)擁有學(xué)位論文的部分使用權(quán)，目Ｐ：學(xué)校有權(quán)保存并向國(guó)家有關(guān)部口或機(jī)構(gòu)送交學(xué)位論文的復(fù)印件和電子版，允許論文被查閱和借閱，可將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫(kù)進(jìn)行、檢索和傳播，可采用影印縮印或其它復(fù)制手段保存、匯編學(xué)位論文。本學(xué)位論文屬于：□。保密，在年解密后適用授權(quán)皆不保密。＂＂（請(qǐng)?jiān)冢咨舷鄳?yīng)方框內(nèi)打Ｖ）論

4、文作者簽名：成毛或日期：指導(dǎo)教師簽名心日期：作者聯(lián)系電話：電子郵箱：基于改進(jìn)粒子群算法求解雙層規(guī)劃模型的硏究摘要一二、雙層規(guī)劃是種系統(tǒng)優(yōu)化問(wèn)題，它具有層遞階結(jié)構(gòu)，在資源分配、、價(jià)格制定供應(yīng)鏈管理環(huán)境保護(hù)等領(lǐng)域中被廣泛應(yīng)用，是運(yùn)籌學(xué)的重要分支一。但是，對(duì)于傳統(tǒng)的優(yōu)化方法，只有在雙層規(guī)劃的結(jié)構(gòu)滿足定的要。求時(shí)，才有較高的求解效率，否則雙層規(guī)劃問(wèn)題的求解會(huì)異常困難尤其、在非線性非光滑的根據(jù)實(shí)際問(wèn)題設(shè)計(jì)的雙層規(guī)劃模型中，傳統(tǒng)優(yōu)化方法己經(jīng)很難求得全局優(yōu)解。群體智能優(yōu)化算法的全局搜索能力較強(qiáng)，島對(duì)優(yōu)化目標(biāo)歯數(shù)的模型沒(méi)有特殊的要求，其己

5、成為求解雙層規(guī)劃問(wèn)題的有效算法，如遺傳算法、模擬退火算法、粒子群優(yōu)化算法等。本文通過(guò)總結(jié)相關(guān)文獻(xiàn)的研究成果，提出使用基于擾動(dòng)的巧適應(yīng)粒子群優(yōu)化算法來(lái)求解雙層規(guī)劃模型。本文首先從蘭個(gè)方面對(duì)基本粒子群優(yōu)化算法提出了改進(jìn)策略，進(jìn)而將優(yōu)化后的粒子群算法用于雙層規(guī)劃模型的求解，最巧通過(guò)實(shí)驗(yàn)對(duì)比其他相關(guān)文獻(xiàn)中提出的算法，驗(yàn)證本文提出算法的有效性。本文的主耍研究?jī)?nèi)容有下兩點(diǎn)：一提出了種基于擾動(dòng)的自適應(yīng)粒子群優(yōu)化算法，該算法的主要改（０進(jìn)策略有Ｗ下Ｈ點(diǎn)；１將擾動(dòng)因子加入速度更新公式，使種群捜索范圍擴(kuò)）大；２采用自適應(yīng)的呈指數(shù)形式遞減的慣性權(quán)重，起到平衡全

6、局和局部）尋優(yōu)能力的作用對(duì)扳優(yōu)粒子進(jìn)行自適應(yīng)的柯西變異，巧展最優(yōu)粒子的；３）搜索空間，降低粒子瞄入巧部最優(yōu)的可能性，避免過(guò)早收斂。該算法增強(qiáng)Ｉ了全局搜索能力，具有更高的優(yōu)化性能，使粒子群的收斂精度和速度得到明顯提局。２提出使用基于擾動(dòng)的自適應(yīng)粒子群優(yōu)化算法來(lái)求解雙層規(guī)劃模型。（）通過(guò)兩個(gè)基于擾動(dòng)的自適應(yīng)粒子群優(yōu)化算法之間的交互迭代，來(lái)反映雙層規(guī)劃模型的決策過(guò)程，并通過(guò)與其他算例的對(duì)比，證明本算法是求解雙層一一種有效算法個(gè)城市軌道客運(yùn)定價(jià)雙層規(guī)劃模規(guī)劃模型的。最后建立了型，并用提出的雙層規(guī)劃求解算法求解此模型，驗(yàn)證了模型和算法的可行

7、性。，。最后，對(duì)本文中的研究成果及方法進(jìn)行了總結(jié)并對(duì)未來(lái)進(jìn)行了展望關(guān)鍵詞：雙層規(guī)劃問(wèn)題粒子群優(yōu)化算法擾動(dòng)因子慣性權(quán)重柯西變異ＩＩ－ＬＥＶＥＬＲＥＳＥＡＲＣＨＯＮＢＩＰＲＯＧＲＡＭＭＩＮＧＰＲＯＢＬＥＭＢＡＳＥＤＯＮＩＭＰＲＯＶＥＤＰＡＲＴＩＣＬＥＳＷＡＲＭＯＰＴＩＭＩＺＡＴＩＯＮＡＬＧＯＲＩＴＨＭＡＢＳＴＲＡＣＴ－ｔｔｗｏｔｔＢｉｌｅｖｅｌｐｒｏｇｒａｍｍｉｎｇｗｉｈｌａｙｅｒｓｏｆｈｉｅｒａｒｃｈｉｃａｌｓｒｕｃｕｒｅｕｓｕａｌｌｙｉｓｕ