蚂蚁记忆系统应用於车辆途程问题

蚂蚁演算法发表不过短短十几年,在各类型组合问题求解上皆有不错的表现,因此本研究主要目的是以蚂蚁记忆系统为基础做改良并延伸至车辆途程问题。本研究透过图像检视发现即便有候选名单的限制节点选择范围,但在不断选择节点下,仍会偏离其建构之路径,所以研究方向主要在节点选择路径公式多增加该路径第一选择节点之角度,以减少逐渐扩散之可能性。在效率提昇方面,当路线建构完成後,计算出各路线之重心,并从运量最少路线开始做区域改善,以其重心为基准对附近路线做2-opt及Swap的交换,如此将能有效降低区域改善的时间,进而提升求解效率。利用国际标竿例题来验证AMS之求解效率,在随机问题C1-C10求解平均误差为0．98％,在丛聚问题C11-C14求解平均误差为0．55％。     

万里"海蚁"阵

一群生活在火地岛的"海蚂蚁",数年前偶然被带到了欧洲内陆。令人惊异的是,它们为了能重返海边,以出众的"毅力与勇气"、超常的昆虫智慧和"自我牺牲"精神,以不可思议的速度繁殖,并向着大海前进,前进……居然形成了"万里长阵",成为我们这颗星球上别具一格的奇观。2004年10月的调查表明,"蚁阵"已近6000公里。那么,最后这群"海蚂蚁"的"先头部队"最终能听到大海的涛声,闻到大海的气息吗?     

基于模拟退火策略的最大-最小蚂蚁系统

介绍了一种基于模拟退火策略的最大-最小蚂蚁系统。根据模拟退火策略来决定使用迭代最优信息素更新规则或是至今最优信息素更新规则。设计出一种随机扰动策略,有效地避免了算法陷入停滞状态。将此算法应用在旅行商问题上,实验结果证明了该算法的有效性。     

基因演算法於船体加强板架之最佳化设计应用

船体结构之最佳化设计是一个复杂非线性的混和离散问题,并且要搜寻到全域的最佳值并不容易。在复杂的设计环境下基因演算法（Genetic Algorithm;GA）却可以搜寻到近似的全域最佳值。本文主要是应用基因演算法对T加强板架（Tee stiffened panel）、平板加强板架（flat-bat stiffened Panel）等常用且最具代表性之船体结构件进行最佳化设计,使结构在满足终极破坡限制（ultimate failure constraints）与耐用破坏限制（serviceability failure constraints）等所有限制条件下,求得最佳目标函数值中各设计变之最佳组合。在过程中并考量不同族群大小、变换机率、突变机率因素对最佳化结果的影响。文中是以制造成本为目标函数,其中同时考量材料成本及劳工成本,且所得之结果与连续性线性规则（Sequential Linear Programming;SLP）最佳化结果作了比较。计算的结果显示基因演算法可以有效地与快速地获得最小重量和最低成本的目标。     

非线性总体最小二乘反演道路圆曲线参数算法

对GNSS(全球卫星导航系统)动态定位技术采集的道路圆曲线离散坐标进行平差计算,可反演出圆曲线参数。重心坐标法平差理论不够严密,最小二乘法的极小值条件定义不完全合理,附有参数的条件平差法易受参数初值影响。针对这些问题提出一种基于非线性总体最小二乘的道路圆曲线参数反演算法。主要对其模型构建、解算算法,以及算法设计等内容进行讨论,并采用仿真数据和实测数据对算法进行测试,与其它3种方法做对比分析。研究表明:与其它3种方法相比,在统计上,非线性总体最小二乘法的结果更接近真值,真误差波动更小,结果更稳定;与附有参数的条件平差法相比,非线性总体最小二乘法受初值的影响更小,能够获得更符合实际情况的圆曲线半径;与重心坐标法和最小二乘法相比,非线性总体最小二乘法的参数估计理论更严密。     

一种混合蚂蚁算法及其在QoS多播路由中的应用

描述了多QoS约束的多播路由问题的网络模型，提出了一种混合蚂蚁算法，该算法利用遗传算法快速全局的搜索能力，生成初始解，并转化为网络的初始信息素分布．利用蚂蚁算法的正反馈特性，迅速收敛到问题的最优解．仿真取得了非常好的效果，表明该算法是合理有效的．     

公交出行路径蚂蚁算法

结合公交乘客出行的特点,基于Dijkstra算法站点查询的出行路径选择方法,提出了基于蚂蚁算法的具有最少换乘次数的公交出行路径查询算法.算法利用了蚂蚁寻食出行路径选择的行为特点,通过线路激素强度的更新机制,实现了以换乘次数最少和公交出行站点最少的公交出行路径选择优化目标.算法实际查询结果与实际相符.     

斜坡桥基结构优化设计方法探讨

利用结构分析理论,建立了斜坡桥基优化问题的数学模型,提出了斜坡桥基优化设计的两个目标函数：一是桩基容许承载力、二是结构总体积最小。并引入了蚂蚁算法的精英蚂蚁寻优策略,以伪代码形式给出了优化算法的基本步骤,为斜坡桥梁基础优化模型的求解提供了切实可行的优化算法,实现了斜坡桥基的结构优化,对斜坡桥基的设计具有一定的指导意义。     

不确定条件下编组站动态配流模型及算法研究

由于编组站解、编作业时间存在一定的波动性,将其作为模糊变量,用变量的λ悲观值表示在一定置信水平下的解、编作业时间,以阶段内出发车辆数最大为目标,建立不确定条件下的编组站动态配流模型。通过定义不确定条件下的可解集合、待解集合和选解集合将动态配流问题映射为方案树,从而设计一种基于蚂蚁系统的非确定性树搜索算法。由于改进了蚂蚁系统的选择策略和信息素更新,并在每次转移过程中对模型的约束条件进行判断,提高了解的性能和算法的收敛速度。算例表明,该算法能够较快地搜索到有利的全局方案。     

基于不同检修能力的动车组运用计划研究

以动车组接续时间、接续地点、动车组定检里程、检修点分级检修能力为约束条件,以需要的动车组数量最少和动车组总检修时间最小为目标函数,建立动车组运用计划优化模型,用改进的蚂蚁算法进行求解。以京津城际铁路为例的计算结果表明,采用给出的模型和算法能够得到优化的动车组运用计划,并能够确定检修点的分级检修能力。