基于演化算法的资源包投放优化

doi:10.3969/j.issn.1006-2475.2014.02.007

计算机与现代化

基于演化算法的资源包投放优化

（西北工业大学计算机学院，陕西西安 710129）

收稿日期:2013-10-23 出版日期:2014-02-14 发布日期:2014-02-14
作者简介:邓海鑫（1988-），男，山东青州人，西北工业大学计算机学院硕士研究生，研究方向：人工智能；艾丽蓉（1970-），女，陕西延安人，副教授，博士，研究方向：人工智能。

Optimization of Resource Package Delivery Based on Evolutionary Algorithm

(School of Computer Science, Northwestern Polytechnical University, Xi’an 710129, China)

Received:2013-10-23 Online:2014-02-14 Published:2014-02-14

摘要/Abstract

摘要： 自然灾害中救援包的投放、高效的军事打击等现实情况都涉及资源包优化投放问题，但资源包的优化投放问题作为NP-hard问题，用传统的搜索方法很容易陷入局部最优，所以设计高效的现代启发式算法解决该问题显得尤为重要。本文提出一种通过区域分类、应用启发式算法及线性规划来解决该问题的方法。实验分别采用演化算法和遗传算法实现对资源包落点的确定。实验结果表明，应用演化算法的方法可以更高效地处理资源包优化投放问题。

关键词: 资源包, 优化投放, 演化算法, 启发式

Abstract: Because natural disaster relief package delivery, efficient military strikes are related to the realities of resource package optimization delivery problem, which is NP-hard, it is very easy to fall into local optimization by using traditional search method, so designing efficient modern heuristic algorithm to solve this problem is particularly important. This paper presents a method to solve the problem through regional classification, heuristic method and linear programming. We respectively use the evolutionary algorithm and the genetic algorithm to determine the placement of resource packages. Experimental results show that the evolutionary algorithm can better process the resource packet delivery.

Key words: resource package, optimization delivery, evolutionary algorithm, heuristic method

中图分类号:

TP18

邓海鑫，艾丽蓉. 基于演化算法的资源包投放优化[J]. 计算机与现代化, doi: 10.3969/j.issn.1006-2475.2014.02.007.

DENG Hai-xin, AI Li-rong. Optimization of Resource Package Delivery Based on Evolutionary Algorithm[J]. Computer and Modernization, doi: 10.3969/j.issn.1006-2475.2014.02.007.

参考文献 13

[1]	张利彪,周春光,马铭,等. 基于极大极小距离密度的多目标微分进化算法[J]. 计算机研究与发展, 2007,44(1):177-184.
[2]	刘立英. 分支定界法的推广应用[D]. 青岛:青岛农业大学, 2011.
[3]	Hakimi S L. Optimum locations of switching centers and the absolute centers and medians of a graph[J]. Operations Research, 1964,12(3):450-459.
[4]	Mark S Daskin, Edmund H Stern. A hierarchical objective set covering model for emergency medical service vehicle deployment[J]. Transportation Science, l981,15(2):l37-l52.
[5]	Richard Church, Charles ReVelle. The maximal covering location problem[J]. Papers of the Regional Science Association, 1974,32(1):101-l18.
[6]	张文修,梁怡. 遗传算法的数学基础(第2版)[M]. 西安:西安交通大学出版社, 2003.
[7]	刘波,王凌,金以慧. 差分进化算法研究进展[J]. 控制与决策, 2007,22(7):721-729.
[8]	汪彤,李云强. 基于近邻策略的旅行商问题求解[J]. 计算机工程与应用, 2009,45(28):67-68,71.
[9]	孟红云,张小华,刘三阳. 用于约束多目标优化问题的双群体差分进化算法[J]. 计算机学报, 2008,31(2):228-235.
[10]	吴亮红,王耀南,周少武,等. 双群体伪并行差分进化算法研究及应用[J]. 控制理论与应用, 2007,24(3):453-458.
[11]	江雷,陈贤富. 一种衡量TSP问题种群多样性的新方法[J]. 微电子学与计算机, 2004,21(8):10-12.
[12]	陶利民,郭俊恩. 改进遗传算法在求解TSP问题上的应用研究[J]. 计算机工程与应用, 2009,45(33):45-47.
[13]	张启义,邱国庆,寇学智,等. 两阶段遗传算法在求解TSP问题中的应用[J]. 解放军理工大学学报:自然科学版, 2011,12(1):79-83.

基于演化算法的资源包投放优化

Optimization of Resource Package Delivery Based on Evolutionary Algorithm

可视化

摘要/Abstract

引用本文

使用本文

参考文献 13

相关文章 3

编辑推荐

Metrics

本文评价

[1]	易文周. 基于差分演化和粒子群优化的改进WSN覆盖算法[J]. 计算机与现代化, 2019, 0(08): 33-.
[2]	黎雨星，梁正友，孙宇. 结合差分演化和逻辑回归的构音障碍自动识别方法[J]. 计算机与现代化, 2019, 0(08): 1-.
[3]	何健;张宏军;王之腾;高宁;邢英. 一种基于近邻策略求TSP问题的改进演化算法[J]. 计算机与现代化, 2012, 8(08): 1-5.