- 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。
+ n" {) l" M+ |. |2 `9 Y; m哪位学兄,如能请联系我,手机:15042530646,QQ:6914323879 X( I8 l. Z3 ?+ A$ `/ j# ^
* W3 L5 h4 N2 O7 |仿 真 任 务1 s) w" s+ q9 T {1 ?; h: S' Y1 U6 Q
一、TSP问题" f& N _( V, p
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。( }4 K3 ^9 a4 ^ ?6 m a
$ T3 `7 \( o4 i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。/ W; R7 H9 J* U- D+ h2 U& e
9 j/ l( E8 Z. q
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。6 b3 `8 I) A9 U3 Z% `2 G2 Y
0 x& o" H' |9 q& n" v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 )9 `* i4 w5 h5 m9 s
- g: U% f6 A4 I/ `- c/ b
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
5 N4 ^( S, V) f& J: q) }2 y/ B+ f3 h. l6 X9 y9 G$ j* R: z
# {1 ~# S6 M. _8 M% V3 h二、VRP问题) N3 P1 E3 J: _4 X8 _5 ]0 B# y6 z
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。)9 D* |) k: j. }+ o) y
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。
7 y% C1 V% q& j g+ c : a X' g, I6 c# p/ L6 w3 x* Q$ C8 e$ G4 X
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。)
+ q/ v* e8 M/ _$ N; j( z. `- y0 x
, l' f( c/ Z4 l0 I1 p- B, o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。
& q$ U7 y& K5 ]$ k+ x取第200代信息素浓度图" U% R: t6 m' I% B( f ^
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。
2 Y4 v* y! ~% f2 D
/ y7 u; q. M8 C* j: I6 B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。3 L) M8 e/ m$ m
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' B9 {' \* p0 N& i. z' U
9 }2 m9 k) r7 l% c; s4 v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。
. D5 f' t- w. W9 `
& n' Z: K) J: X* v# i7 U 7 ~6 ~) J2 Z6 I; h6 w- V& D& O8 \ Q
% X- }/ ]& b% @* _5 x% g) P) `
) l) Z( ]7 B% u( T$ s5 e- k, u
) F* P$ G* A O
5 s1 y% n y5 i: O: F; j( @# _8 _1 B
$ P$ ?) m0 D( j0 U5 W" x# F! v
|
zan
|