PDF《求解无容量设施选址问题的混合蚁群算法》

上海理工大学学报第3 8卷第4期.

兆 胬嶙蚶 遄 状 枳.38荦.42016文章编号:

1 0

0 7 -

6 7

3 5 (

2 0

1 6 )

0 4 -

0 3

6 7 -

0 6 :10.13255/.阕..2016.04.011收稿日期:

2 0

1 5 -

1 1 -

0 6 基金项目:国家自然科学基金资助项目(

7 1

4 0

1 1

0 6 ) ;

高等学校博士学科点专项科研基金联合资助课题(

2 0

1 2

3 1

2 0

1 2

0 0

0 5 ) ;

上海市教育委员会科研创新项目(

1 4 犊090);

上海市高校青年教师培养资助计划( 12010)第一作者:李倩(

1 9

9 0 -) , 女, 硕士研究生. 研究方向: 智能优化. 弄:嶙_嶙@163.硗ㄐ抛髡:张惠珍(

1 9

7 9 -) , 女, 副教授. 研究方向: 运筹学、 智能优化. 弄:@163.砬蠼馕奕萘可枋┭≈肺侍獾幕旌弦先核惴 李倩1 , 张惠珍1 , 嶙椽2(1.上海理工大学 管理学院, 上海

2 0

0 0

9 3 ;

2 . 西班牙胡安卡洛斯大学 统计与运筹系, 马德里) 摘要:无容量设施选址( )问题是经典的优化问题, 属于 荦 心烟, 易于描述却难于求解. 首先, 介绍了 涛侍獾氖Ｐ, 并对 涛侍獾奶氐憬猩钊敕治, 得到其最优解所具有的基本特 征;

其次, 针对 涛侍獾淖钣沤馑哂械幕咎卣, 设计了两种局部搜索策略, 并将其与基本蚁 群算法相结合, 提出了一种用于求解 涛侍獾幕旌弦先核阉魉惴;

最后, 为了测试该算法的性 能, 分别利用混合蚁群算法和基本蚁群算法求解 涛侍饣嘉侍饪庵械1 6个测试算例. 计算结 果表明, 混合蚁群算法有效改进了基本蚁群算法求解 涛侍馐币紫萑刖植孔钣拧 收敛速度慢等 不足, 该算法对求解 涛侍饩哂忻飨缘目尚行院陀行. 关键词:无容量设施选址问题;

蚁群算法;

局部搜索 中图分类号:

1 8

3 文献标志码: 状 镒 状 镒 嶙1,淋 遄1, 嶙椽2(1.樽罄 , 兆 胬 嶙蚶 遄 状 枳, 犁嶙200093, 樽;

2 . 犁 状 镒 , 嶙 状, , 犁樽) :兆 镒 () 丬 , .樽 , 状 镒 樽 . 樽1

6 状嶙 , 状 镒 状 状 镒 .遄嶙遄 樽 . 樽 状 镒遄.:踝 镒 ;

嶙 ;

栉奕萘可枋┭≈肺侍 ( 踝 镒,)是从没有限定容量大小的设施位置 集合中选择要开放的设施, 使其以最小的代价服务 于给定的所有客户. 无容量设施选址问题具有广泛 上海理工大学学报2016年 第3 8卷 的实际应用背景, 生活中许多实际的问题均可被抽 象为 涛侍饨星蠼, 如银行选址、 网络设计、 聚 类分析、 证券投资管理等. 目前, 用于求解 涛侍獾乃惴ù笾驴梢苑治 3类: 近似算法、 精确算法和智能优化算法. 在多项 式时间内能够求得问题的一个解, 并且其目标函数 值与最优解的目标函数值之比不超过一个常数的算 法被称为近似算法[

1 ] .

1 9

9 7年, 镒吹[

2 ] 给 出了求解设施选址问题的第一个常数近似度算法;

2 0

1 3年, [3]提出了求解 涛侍獾1 .

4 8

8 -近似 算法. 求解 涛侍獾木匪惴ㄖ饕: 割平面算 法、 列生成算法、 遄笏惴[

4 ] 、 分支定界法[

5 -

6 ] 等. 这些算法能够求得问题的最优解, 但适用 于规模较小的问题, 且计算速度慢. 虽然智能优化算 法搜索效率高, 适用于求解大规模的问题, 但是这些 算法容易陷入局部最优, 一般情况下只能求得问题 的满意解, 不一定是最优解. 为了克服单一智能优化 算法易陷入局部最优、 收敛速度慢等不足之处, 近年 来求解 涛侍獾幕旌现悄苡呕惴ǖ玫搅顺ぷ 的发展, 如: 混合多层启发式算法[