《具有學習機制的多目標蟻群算法及其套用研究》是依託西安交通大學，由柯良軍擔任項目負責人的青年科學基金項目。
基本介紹
- 中文名：具有學習機制的多目標蟻群算法及其套用研究
- 項目類別：青年科學基金項目
- 項目負責人：柯良軍
- 依託單位：西安交通大學
中文摘要,結題摘要,
中文摘要
現實世界存在大量的多目標最佳化問題。現有研究表明，蟻群算法可為求解這類問題提供有競爭力的方案。然而，現有蟻群算法的多樣化機制和強化機制不能很好地適用於多目標最佳化問題，信息素和啟發信息的集結還缺少理論指導，且算法有效性尚未有理論分析。以上因素嚴重製約了多目標蟻群算法的發展和實際套用。本項目擬通過系統分析影響多樣性和強化性的各個因素，建立有效的多樣化機制和強化機制，並建立依據搜尋狀態選取這些機制的初始規則；通過學習不斷完善選取規則，增強算法的適應性；通過研究多屬性決策，為合理集結信息素和啟發信息提供理論指導與方法。本項目將建立一種具有學習機制的多目標蟻群算法，證明算法的收斂性並估計計算時間，為算法有效性提供理論依據，並將所提出的算法套用於特徵選擇等多目標最佳化問題，為解決這類問題提供有效方案。本項目的成功實施，將為多目標最佳化、多屬性決策及隨機最佳化算法的研究提供新的思路和方法。
結題摘要
現實世界存在著大量的多目標最佳化問題。本項目針對多目標蟻群算法進行研究， 提出利用“分解”的想法先分解多目標問題得到子問題，再利用子問題的啟發信息；提出了“分群共享信息素矩陣”，即依據人工螞蟻的權重對蟻群聚類得到一定數量的子蟻群，每個子蟻群共享信息素矩陣。提出了一種“邊搜尋邊學習”機制，在構造解時，每個人工螞蟻首先集結對應的啟發信息和信息素，以及對應子問題的當前最優解信息，再依據輪盤賭規則機率地選取解元素，直到得到一個解。本項目提出了一種新的多目標蟻群算法並在多目標背包和多目標旅行商問題上測試。相關論文已經被國際權威期刊IEEE Transactions on Systems man and cybernetic-Part B錄用。課題組共發表SCI論文7篇，EI期刊論文3篇。
