- 在线时间
- 7 小时
- 最后登录
- 2012-3-15
- 注册时间
- 2011-5-31
- 听众数
- 3
- 收听数
- 0
- 能力
- 0 分
- 体力
- 45 点
- 威望
- 0 点
- 阅读权限
- 20
- 积分
- 22
- 相册
- 0
- 日志
- 0
- 记录
- 0
- 帖子
- 16
- 主题
- 5
- 精华
- 0
- 分享
- 0
- 好友
- 0
升级   17.89% 该用户从未签到
 |
1体力
300元求帮助测试数据 蚁群算法测试TSP和VRP两个问题。
7 Z2 O: E/ p+ M哪位学兄,如能请联系我,手机:15042530646,QQ:691432387
0 q+ z L- j/ \) L: e3 v! }% c0 @* X" Z; f9 T7 a
仿 真 任 务# i! S2 y( C. ~2 c
一、TSP问题) B$ m/ V; I( i, e. Z: ~2 Z
任务1:TSP问题 Eil51和Eil76:参数的选定如下:改进蚁群算法:α=1,β=5,ρ=0.5,Q=100. (见“参考答案”文件中 ),也可取另外的值,结果要较基本算法更优。循环NCmax=1000代。! }: X: Q. k8 v2 L- v# H, I
! e" C7 E2 c- B7 ^3 O4 Q( U6 @/ Q }任务2: 中国31省会城市TSP问题,参数也可取另外的值,结果要较基本算法更优。(见“参考答案”文件中5 ) 取第250代信息素浓度图。3 q& D7 d6 u. z( P! X% \. c$ |
9 |/ c2 K* F6 d2 _. S% o任务3:TSP问题oliver30问题参数的选定参照参考答案4 ,也可取另外的值,结果要较基本算法更优。循环NCmax=1000,取达到最优值的所需代数。取第150代信息素浓度图。9 {# I, ], L+ x5 n% I
, I- B! K! W3 Z1 O5 b! _: F B
任务4:50个城市的TSP Benchmark问题,请代为找源数据。(见“参考答案”文件中6 )
8 e( a) T3 @& n8 c$ X' a
" q; }- o6 l3 C6 U1 l任务5: 30城市TSP问题 见 李士勇 《蚁群算法及其应用》 哈工大出版社 P65& H* t$ ]+ j8 K9 n: p" j7 G; T
: Z% D6 @$ l" c: a2 a) S: \& O+ ~# Y; c" s" G6 }
二、VRP问题
( X8 j: L! g( ^4 ?$ |3 T# [1 i任务1:eil22:已知有客户 ,各客户坐标位置点及需求量已知,各车辆载重Q=6000。初始参数设置为m=20,迭代次数n_gen=500,ρ=0.9,α=1,β=4,q0=0.6(也可 自设参数值测试,结果要较参考答案更优。)! w `9 Q5 ~7 G
任务2:对CVRP中的eil30: 算法参数设置:α=1,β=3,ρ=0.3,Q=1(也可 自设α,β, ρ,Q等参数值测试,结果要较参考答案更优。),最大迭代次数NCmax=1000,提供在计算机matlab下测试50次的数据,按参考答案 表2和表3提供结果数据。(VRP: eil30仿真结果见“参考答案”文件中 1.) 取第100代信息素浓度图。3 j) o" `# B$ V" _! n" H s
* s8 r0 b1 C- p* S任务3:对例2 (见“参考答案”文件中2. “物流中心”例题)算法参数设置:α=1,β=3,ρ=0.9,最大迭代次数NCmax=500。(也可 自设参数值测试,结果要较参考答案更优。)
5 \# \: i4 M! v: U; G
; a3 {( t# a# E0 P任务4:对 例1“某配送中心用2辆额定载重量为8×103kg的汽车对8个客户配送货物。。。。。。。” (见文件 VRP问题)测试,NCmax=500。(也可 自设参数值测试,结果要较参考答案更优。8 _" B" ?$ G& A$ H
取第200代信息素浓度图) H. G' B' X* i/ r& G* f# V+ A
任务5:对DCVRP库中有距离和容量限制的D030-03g 问题(同eil30,只是多了单次距离限制),测试,自设参数值。
8 K9 d( P4 K5 {& Y4 z$ R3 Q5 x3 L$ i+ G3 R+ o0 j$ h
要求:1. 可 自设参数值测试,结果要较参考答案更优,至少比基本算法优。1 a5 n8 C. s. X1 v. a- F2 K
2. 使用蚁群算法测试,如基本蚂蚁算法(蚁周系统),蚁群算法,最大最小MMAS,最优最差蚂蚁蚂蚁系统,带精英策略的,自适应蚁群算法,和融入遗传算法的混合蚂蚁算法GAAA或 改进算法测试(最好在matlab环境下),原则上不要使用并行蚁群算法和遗传算法测试,可参考 李士勇 《蚁群算法及其应用》 哈工大出版社 P65- E5 V% R o$ u( e+ J6 n
7 {% h5 ^0 O' Y/ e要求:以上参数取值设置,您可根据计算实际略作调整;答案给出方式见“参考答案”文件尾 参考标准,要有两张图( 最短路径示意图、与基本算法对比的进化代数图)、数据(尤其最短路线长度与进化次数)、结果、取10次较好的基本算法和改进算法的结果数据对照(如TSP :Eil51的运算结果表)。 具体参见表格。
/ ^1 x( j s6 k$ R- @+ S. t ( H# X+ U$ t' |+ p
' z7 l# ?9 A/ |! J6 }& z9 ` . a4 P. c1 B# j
# a3 M* r6 \2 p# Z* H' t
! Q* v" s, C4 @, F. A+ s; D - C1 W7 {# _3 C
% p4 [6 n' `3 n1 `
; S: o% B: }9 E! O: \/ ^2 p5 e
|
zan
|