论文部分内容阅读
【摘要】针对人工蜂群算法在寻优过程中，易陷于局部最优且收敛速度较慢，利用非线性共轭梯度算法的稳定性能好、收敛速度快的特性，引入到人工蜂群算法当中。将改进人工蜂群算法应用于车辆调度中，实验结果表明，基于非线性共轭梯度的人工蜂群算法有效提高了算法的稳定性、收敛精度。
【关键词】物流配送；车辆调度问题；人工蜂群算法；非线性共轭梯度算法
从表1可以看出，本文改进的人工蜂群算法得到最优解67.5km有3次，次优解69km也是三次，而经典的人工蜂群算法只有一次得到67.5km，1次得到69km。表明改进人工蜂群算法具有良好的搜索效率和寻优性能。
5 结论
在人工蜂群算法寻优后期蜂群陷入局部最优，优化能力减弱。再利用非线性共轭梯度法的高效的寻优能力在人工蜂群算法基础上进行搜索，从而使得算法跳出陷入局部最优，提高了搜索精度。
参考文献：
[1]王征，胡祥培，王旭坪等.行驶时间延迟下配送车辆调度的干扰管理模型与算法[J].系统工程理论与实践，2013，33（2）：378- 387.
[2]田丰，邢清华，张威等.基于PSO算法的飞行保障车辆调度问题研究[J].计算机工程与应用，2012，48（1）：242- 244.DO I：10.3778/j.issn.1002- 8331.2012.01.069.
[3]胡中华，赵敏.基于人工蜂群算法的TSP仿真[J].北京理工大学学报，2009，29（11）：978- 982
孙清滢，桑兆阳，田凤婷等.求解无约束非线性规化问题的一个新的重开始三项共轭梯度算法的收敛性[J].数学季刊（英文版），2011，26（1）：69- 76. DO I：10.3969/j.issn. 1002- 0462. 2011. 01.013.
【关键词】物流配送；车辆调度问题；人工蜂群算法；非线性共轭梯度算法
从表1可以看出，本文改进的人工蜂群算法得到最优解67.5km有3次，次优解69km也是三次，而经典的人工蜂群算法只有一次得到67.5km，1次得到69km。表明改进人工蜂群算法具有良好的搜索效率和寻优性能。
5 结论
在人工蜂群算法寻优后期蜂群陷入局部最优，优化能力减弱。再利用非线性共轭梯度法的高效的寻优能力在人工蜂群算法基础上进行搜索，从而使得算法跳出陷入局部最优，提高了搜索精度。
参考文献：
[1]王征，胡祥培，王旭坪等.行驶时间延迟下配送车辆调度的干扰管理模型与算法[J].系统工程理论与实践，2013，33（2）：378- 387.
[2]田丰，邢清华，张威等.基于PSO算法的飞行保障车辆调度问题研究[J].计算机工程与应用，2012，48（1）：242- 244.DO I：10.3778/j.issn.1002- 8331.2012.01.069.
[3]胡中华，赵敏.基于人工蜂群算法的TSP仿真[J].北京理工大学学报，2009，29（11）：978- 982
孙清滢，桑兆阳，田凤婷等.求解无约束非线性规化问题的一个新的重开始三项共轭梯度算法的收敛性[J].数学季刊（英文版），2011，26（1）：69- 76. DO I：10.3969/j.issn. 1002- 0462. 2011. 01.013.