论文部分内容阅读
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。