基于和声搜索算法求解组合优化问题

基于和声搜索算法求解组合优化问题

ID:11459299

大小:27.50 KB

页数:6页

时间:2018-07-12

基于和声搜索算法求解组合优化问题_第1页
基于和声搜索算法求解组合优化问题_第2页
基于和声搜索算法求解组合优化问题_第3页
基于和声搜索算法求解组合优化问题_第4页
基于和声搜索算法求解组合优化问题_第5页
资源描述:

《基于和声搜索算法求解组合优化问题》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、基于和声搜索算法求解组合优化问题  0引言      当前,演化计算领域新算法不断涌现,继遗传算法(GeneticAlgorithm,GA)[1]、蚁群优化(AntColonyOptimization,ACO)[2]、粒子群优化(ParticleSwarmOptimization,PSO)[3]和差分演化(DifferentialEvolution,DE)[4]之后,又先后出现了混合蛙跳算法(ShuffledAlgorithm,SFLA)[5,6]、萤火虫算法(FireflyAlgorit

2、hm,FA)[7]与和声搜索算法(HarmonySearchAlgorithm,HSA)[8]等多种新型进化算法。其中,HSA是由Geem等[8]于2001年提出的一种新型进化算法,已被应用于求解数值优化问题、流水线调度问题和结构工程优化问题[8-13]。为了能够应用HSA求解具有二进制编码的组合最优化问题,本文提出了一种二进制和声搜索算法(BinaryHarmonySearchAlgorithm,BHSA),并利用BHSA分别求解著名的k.可满足性问题(k.SATisfiabilit

3、y,k.SAT)和背包问题(),通过对大规模k.SAT实例和实例的计算对比表明:BHSA是一种比二进制粒子群优化(BinaryBPSO,基于和声搜索算法求解组合优化问题  0引言      当前,演化计算领域新算法不断涌现,继遗传算法(GeneticAlgorithm,GA)[1]、蚁群优化(AntColonyOptimization,ACO)[2]、粒子群优化(ParticleSwarmOptimization,PSO)[3]和差分演化(DifferentialEvolution,D

4、E)[4]之后,又先后出现了混合蛙跳算法(ShuffledAlgorithm,SFLA)[5,6]、萤火虫算法(FireflyAlgorithm,FA)[7]与和声搜索算法(HarmonySearchAlgorithm,HSA)[8]等多种新型进化算法。其中,HSA是由Geem等[8]于2001年提出的一种新型进化算法,已被应用于求解数值优化问题、流水线调度问题和结构工程优化问题[8-13]。为了能够应用HSA求解具有二进制编码的组合最优化问题,本文提出了一种二进制和声搜索算法(Binar

5、yHarmonySearchAlgorithm,BHSA),并利用BHSA分别求解著名的k.可满足性问题(k.SATisfiability,k.SAT)和背包问题(),通过对大规模k.SAT实例和实例的计算对比表明:BHSA是一种比二进制粒子群优化(BinaryBPSO,BPSO)和GA更适宜用来求解具有二进制编码组合最优化问题的新算法。  1二进制和声搜索算法  和声搜索算法(HSA)[8]是借鉴乐师们凭借记忆通过反复调整各乐器的音调而最终达到一个美妙的和声状态的思想实现进化的

6、。在HSA中,各乐器的和声对应于解向量Xi=(xi1,xi2,…,xin),评价结果对应于目标函数f(Xi),和声记忆库(HarmonyMemory,HM)对应于种群Pop={X1,X2,…,Xm},而乐曲的创作过程即为种群的进化过程。在基本HSA中,算法首先随机产生HM,然后通过对HM的记忆思考、对音调的定调修正以及随机选择音调三种操作来产生候选解,并将候选解与HM中的最差解比较,淘汰其中的差者以更新HM;反复以上过程,达到和声的最优状态为止。  为了将和声搜索算法用于求解

7、组合优化问题,下面基于对HSA的记忆思考、定调修正和随机选取三种进化操作的离散化处理,提出一种二进制编码和声搜索算法(BHSA)。      设maxf(X)为最大组合优化问题,其中X=(x1,x2,…,xn)∈{0,1}n为问题的解向量,对应于各乐器的和声的高与低,即xi=1时表示乐器i的和声应该为高音,否则为低音。相应地,目标函数f(X)对应于和声状态的评价。此外,HMCR∈(0,1)称为和声库的思考概率(HarmonyMemoryConsideringRate,HMCR),

8、PAR∈(0,1)称为定调微调概率(PitchAdjustingRate,PAR),本文中HMCR的取值为,PAR的取值为。又设W=(w1,w2,…,wn),B=(b1,b2,…,bn)∈{0,1}n分别表示当前最差个体和最好个体,MaxT为迭代次数,则BHSA算法伪代码描述如下:    基于BHSA求解组合优化问题  2.1基于BHSA求解SAT问题可满足性问题(SatisfiabilityProblem,SAT)是计算科学中

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。