基于人工魚的混合智能算法求解設備選址模型.pdf

1、設備選址問題是一個經(jīng)典的問題,具有重要的現(xiàn)實意義。探索有效的求解設備選址模型的方法一直以來受到眾多學者的關注。本文在總結(jié)前人方法和經(jīng)驗的基礎上,針對隨機需求的設備選址模型,提出了一種基于人工魚的混合智能算法求解設備選址模型,即將人工魚算法和BP神經(jīng)網(wǎng)絡相結(jié)合的混合智能算法。該算法具有良好的收斂性,求解效率高,簡單易實現(xiàn),為求解設備選址模型提供了一種新思路和新方法。
　　主要內(nèi)容如下:
　　(1)從設備選址的歷史發(fā)展、現(xiàn)狀及必

2、要性等方面闡述了求解設備選址問題的現(xiàn)實意義,介紹了幾種求解設備選址模型的現(xiàn)代優(yōu)化算法,在此基礎上提出本文要采用的人工魚混合智能算法。
　　(2)介紹設備選址的三種隨機模型,包括模型的建立和求解。從數(shù)學角度對各個模型進行了試求解。結(jié)果表明,該方法不僅運算量太大,而且對于一些重積分無法得到積分值。為此,我們尋求另外一種基于Matlab的隨機模擬方法求解模型。
　　(3)在一些基本的定義定理的基礎上,給出隨機模擬變量、隨機模擬期望

3、值、概率、樂觀值、悲觀值的步驟。根據(jù)隨機模擬的方法,分別對設備選址的隨機期望值模型、隨機機會約束模型、隨機相關機會模型中的費用函數(shù)產(chǎn)生輸入輸出數(shù)據(jù)。
　　(4)主要介紹BP神經(jīng)網(wǎng)絡的相關概念和原理,對隨機模擬產(chǎn)生的輸入輸出數(shù)據(jù),采用BP神經(jīng)網(wǎng)絡去逼近設備選址模型的費用函數(shù),并通過數(shù)值實例實現(xiàn)。
　　(5)對傳統(tǒng)的人工魚算法作了改進,通過幾個數(shù)值實例驗證其收斂性。在此基礎上,將BP神經(jīng)網(wǎng)絡與人工魚算法結(jié)合形成混合智能算法,求解