【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.
有关论文范文主题研究: | 蜂群相关论文范文 | 大学生适用: | 大学毕业论文、研究生毕业论文 |
---|---|---|---|
相关参考文献下载数量: | 95 | 写作解决问题: | 本科论文怎么写 |
毕业论文开题报告: | 标准论文格式、论文目录 | 职称论文适用: | 期刊目录、初级职称 |
所属大学生专业类别: | 本科论文怎么写 | 论文题目推荐度: | 优质选题 |
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.