模式识别与人工智能
2025年4月4日 星期五   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2023, Vol. 36 Issue (6): 483-494    DOI: 10.16451/j.cnki.issn1003-6059.202306001
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于自适应ε约束处理法的改进蛾子搜索算法
冯艳红1,2,3, 王改革4, 李明亮1,2, 李晰1
1.河北地质大学 信息工程学院 石家庄 050031;
2.河北地质大学 河北省智能传感物联网技术工程研究中心石家庄 050031;
3.河北地质大学 河北省光电信息与地球探测技术重点实验室 石家庄 050031;
4.中国海洋大学 计算机科学与技术学院 青岛 266100
Modified Moth Search Algorithm Based on Adaptive ε-Constrained Method
FENG Yanhong1,2,3, WANG Gaige4, LI Mingliang1,2, LI Xi1
1. School of Information Engineering, Hebei GEO University, Shijiazhuang 050031;
2. Intelligent Sensor Network Engineering Research Center of Hebei Province, Hebei GEO University, Shijiazhuang 050031;
3. Hebei Key Laboratory of Optoelectronic Information and Geo-detection Technology, Hebei GEO University, Shijiazhuang 050031;
4. School of Computer Science and Technology, Ocean University of China, Qingdao 266100

全文: PDF (796 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 多需求多维背包问题包含相互冲突的两类不等式约束,对其可行域的搜索异常困难.因此,文中提出基于ε约束处理法的改进蛾子搜索算法.在莱维飞行阶段,根据当前进化代数调节步长值.在直接飞行阶段,引入突变率,增加算法的种群多样性.最后,对整个种群应用均匀变异算子,提高算法的全局探索遍历性.采用空间映射方法实现搜索空间到问题空间的转换,采用自适应ε 约束处理法处理约束.在经典的96个测试用例上的验证实验表明:自适应莱维飞行算子、突变直接飞行算子、均匀变异算子对算法求解精度都具有显著效果,文中算法在求解绝大多数测试用例时的寻优精度较优.此外,文中应用正交实验方法分析参数对于ε约束处理法的影响.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
冯艳红
王改革
李明亮
李晰
关键词 进化算法蛾子搜索算法(MS)自适应ε约束处理法多需求多维背包问题(MDMKP)    
Abstract:The multidemand multidimensional knapsack problem includes two types of inequality constraints with conflicts, making the search for the feasible solution region exceptionally difficult. Therefore, a modified moth search algorithm(MMS) based on adaptive ε-constrained method is proposed in this paper. In the Lévy flight phase, the step is adjusted according to the current iteration. In the straight flight phase, the mutation rate is introduced to increase the diversity of the population. Finally, the uniform mutation operator is applied to the whole population to improve the global search capability of the algorithm. The space mapping method is utilized to transfer the search space to the problem space, and the adaptive ε-constrained method is adopted. Experiments on classic 96 benchmark instances show that adaptive lévy flight operator, mutation straight flight operator and uniform mutation operator contribute significantly to the solution accuracy of the algorithm and the proposed algorithm performs better on the majority of instances. Furthermore, orthogonal experimental design method is utilized to analyze the influence of parameters on the ε-constrained method.
Key wordsEvolutionary Algorithm    Moth Search Algorithm    Adaptive ε-Constrained Method    Multidemand Multidimensional Knapsack Problem(MDMKP)   
收稿日期: 2023-04-10     
ZTFLH: TP301.6  
基金资助:国家自然科学基金项目(No.61806069)、河北省重点研发计划项目(No.22375415D)、河北省高校科学技术研究项目(No.ZD2022083)资助
通讯作者: 王改革,博士,副教授,主要研究方向为进化计算、调度优化.E-mail:wgg@ouc.edu.cn.   
作者简介: 冯艳红,硕士,教授,主要研究方向为进化计算、组合优化.E-mail:qinfyh@hgu.edu.cn. 李明亮,博士,教授,主要研究方向为物联网技术及应用.E-mail:li_mingliang@hgu.edu.cn. 李 晰,博士,副教授,主要研究方向为进化计算、机器学习.E-mail:lixi_sjz@foxmail.com.
引用本文:   
冯艳红, 王改革, 李明亮, 李晰. 基于自适应ε约束处理法的改进蛾子搜索算法[J]. 模式识别与人工智能, 2023, 36(6): 483-494. FENG Yanhong, WANG Gaige, LI Mingliang, LI Xi. Modified Moth Search Algorithm Based on Adaptive ε-Constrained Method. Pattern Recognition and Artificial Intelligence, 2023, 36(6): 483-494.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.202306001      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2023/V36/I6/483
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn