【技术实现步骤摘要】
本专利技术涉及一种运输网络优化方法，具体地说是一种基于选择函数的超启发算法的运输网络优化方法，属于多式联运、物流、计算机。
技术介绍
1、运输网络优化问题是构建综合交通运输体系所要解决的关键领域，其基本形式是：运输节点的选址布局及运输路线的规划，提高多式联运比例，兼顾碳排放目标。运输网络优化方法的目标为：提供最佳的运输方案，从而使得综合交通运输体系的经济，社会和环境效益最大化，符合低碳绿色可持续发展的要求；因此，运输网络优化问题属于“np-hard”问题，不断地吸引运营、管理、数学和计算机科学的研究者投身此领域，其间大量算法被开发出来以解决不同限制条件，不同规模，以及不同环境下的运输网络优化方法。运输网络优化问题的主要变种为，带时间窗的运输网络优化问题，不确定条件下的运输网络优化问题，多资源约束的运输网络双层规划问题等。
2、现有的运输网络优化方法包括以下几种：
3、(1)精确型算法：通过穷举的方法将每一种优化方案穷举出来，计算量大，耗费计算资源，计算的难度随着运输网络节点的增加呈指数级增长，不适用于大规模运输网络；
4、(2)启发式算法：如遗传算法、禁忌搜索、粒子群等，基本能找到优化解，但容易陷入局部最优解中。
5、超启发算法因其具有较强的通用性及可移植性，被广泛的应用于求解运输网络优化问题。在现有的运输网络优化问题中，已经应用了许多启发式算法及运用数学软件，如cplex求解，但是如何开发更有效的算法来获得更好的解决方案仍在研究中。
技术实现思路>
1、本专利技术要解决的技术问题是提供一种现有的运输网络优化方法中计算量大，耗费计算资源，不适用于大规模运输网络及容易陷入局部最优解等难题的基于选择函数的超启发算法的运输网络优化方法。
2、为实现上述目的，本专利技术提供如下技术方案：一种基于选择函数的超启发算法的运输网络优化方法，分为输入层-超启发算法层-输出层，具体算法步骤如下：
3、步骤a：输入系统所需的各种参数，包括目标函数，底层启发式算子池，目标函数，初始种群，评价准则；
4、步骤b：利用高层选择策略，即选择函数，分别计算每一种底层启发式算子的选择函数值，从中选择最大的进行算法迭代，得到更新解；
5、步骤c：根据高层接受准则判断是否接受更新解进入下一次算法迭代过程，如果接受，即更新迭代种群；
6、步骤d：如果不被高层接受准则接受，将被接受准则淘汰下来的求解结果与精英种群池的解比较取优，如果优于精英种群池的解，即插入精英种群池，相应地淘汰精英种群池较劣解，更新精英种群池；
7、步骤e：判断迭代次数是否大于最大迭代次数或者是否找到全局最优解，如果未达到，进入步骤b，反之则综合精英池解与算法求解结果，输出最优解，完成任务。
8、所述步骤a中，初始种群的生成步骤如下：
9、首先，根据不同排序机制生成的运输节点排序序列，按照运输流向进行“起点-中转-终点”的初始路径的生成，以起点为基础，采用“就近原则”进行选择中转点及终点；同时考虑到运输网络的货流的均衡以及防止某一网络中的节点流量过大的情况，采用禁忌表的形式，来保证运输网络中节点间的均衡；
10、其次，根据上述种群个体的生成，分为基于ftf排序机制的种群个体、基于ctf排序机制的种群个体以及基于sa排序机制的种群个体，根据种群的规模大小，通过给予上述三种种群个体生成机制不同的比例，进而生成初始种群。
11、采用多目标优化结果评价准则对优化结果的定量评价。
12、所述步骤b中，选择函数的计算公式如下：
13、通过选择策略，在每次算法的迭代过程中选择最适合的底层启发式算子进行结果的计算；其表达式如下：
14、cf(h)＝a·f1(h)+b·f2(h)
15、f1(h)：表示底层启发式算子h的表现，在求解多目标优化问题中，通常是用多目标优化结果评价准则来体现；
16、f2(h)：表示采用底层启发式算子h时的运行时间(秒)；
17、a,b：表示参数值，通常情况下，a的取值远大于b。
18、所述步骤c中，采用全部接受准则作为超启发式算法的接受准则。
19、所述步骤d中，精英种群池的设置步骤如下：在算法框架中加入设计精英种群池，并设置精英种群池的容量。
20、本专利技术的优点是：
21、算法中设计基于禁忌表的初始种群生成机制，以选择函数作为选择策略，设计精英种群池保留算法迭代过程中的优质解，具有较强的通用性及可移植性，其计算效率快，求解质量高，对于解决运输优化问题具有较强的实用价值，可为政府及决策咨询部门制定运输网络规划提供决策工具，仅仅需要修改算法输入层的参数即可使用，降低了工作难度，提高了工作效率，保证了决策的可信度。
本文档来自技高网...【技术保护点】
1.一种基于选择函数的超启发算法的运输网络优化方法，其特征在于：分为输入层-超启发算法层-输出层，具体算法步骤如下：
2.按照权利要求1所述的基于选择函数的超启发算法的运输网络优化方法，其特征在于：所述步骤A中，初始种群的生成步骤如下：
3.按照权利要求1所述的基于选择函数的超启发算法的运输网络优化方法，其特征在于：采用多目标优化结果评价准则对优化结果的定量评价。
4.按照权利要求1所述的基于选择函数的超启发算法的运输网络优化方法，其特征在于：所述步骤B中，选择函数的计算公式如下：
5.按照权利要求1所述的基于选择函数的超启发算法的运输网络优化方法，其特征在于：所述步骤C中，采用全部接受准则作为超启发式算法的接受准则。
6.按照权利要求1所述的基于选择函数的超启发算法的运输网络优化方法，其特征在于：所述步骤D中，精英种群池的设置步骤如下：在算法框架中加入设计精英种群池，并设置精英种群池的容量。
【技术特征摘要】
1.一种基于选择函数的超启发算法的运输网络优化方法，其特征在于：分为输入层-超启发算法层-输出层，具体算法步骤如下：
2.按照权利要求1所述的基于选择函数的超启发算法的运输网络优化方法，其特征在于：所述步骤a中，初始种群的生成步骤如下：
3.按照权利要求1所述的基于选择函数的超启发算法的运输网络优化方法，其特征在于：采用多目标优化结果评价准则对优化结果的定量评价。
4.按照权利要求1所述的基于...
【专利技术属性】
技术研发人员：钟导峰，陈浩，霍运哲，
申请(专利权)人：江苏航空职业技术学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。