基于粒子群算法的带有时间窗口的路径优化,基于粒子群算法的VRPTW问题求解,粒子群算法原理,粒子群算法流程

完整代码,数据,注释下载链接:基于粒子群算法的带有时间窗口的路径优化,基于粒子群算法的VRPTW问题求解,pso-VRPTW(代码完整,数据齐全)资源-CSDN文库 https://download.csdn.net/download/abc991835105/88238193
摘要
背影
改进思路
shubett测试函数
函数代码
函数图像
测试ispso算法性能
测试代码
测试效果图像
基于粒子群算法的VRPTW问题求解
代码
测试效果
分析
展望

摘要

针对基本粒子群算法容易发生早熟收敛,陷入局部最优,等缺点,提出了基于莱维飞行的改进粒子群算法.在粒子位置更新公式中,防止后期速度项对微敛速度的影响太小,粒子群飞行太忙,跳不出局部最优,,利用莱维飞行改变粒子位置移动方向,防止粒子陷入局部最优值,通过贪婪的更新评价策略.选择最优解,从而得到全局最优.实验结果表明,与基本粒子群算法,所提出的基于莱维飞行的改进粒子群算法能够有效地提高解的精度并加快收敛速度,寻优效果更优,并将其应用到基于粒子群算法的VRPTW问题求解

背影

VRPTW问题求解难度比较高,求解维度高,运算量大,本文用粒子群算法,进行优化学习

测试函数shubert(十)

shubert函数属于周期性多峰函数,如图1所示拥有多个全局最优值,如图二所示在一个周期内只有一个全局最优值,局部最优解较多,适合测试算法的收敛性能,粒子群算法是一种收敛速度较快的算法,运算速度快,本文用标准粒子群算法进行求解ÿ

你可能感兴趣的:(100种启发式智能算法及应用,算法,linux,人工智能,粒子群优化时间窗口路径优化,VRPTW)