引用本文:贾树晋,朱俊,杜斌,岳恒.Pareto最大最小蚂蚁算法及其在热轧批量计划优化中的应用[J].控制理论与应用,2012,29(2):137~144.[点击复制]
JIA Shu-jin,ZHU Jun,DU Bin,YUE Heng.Pareto max-min ant system algorithm and its application to hot rolling batch planning problem[J].Control Theory and Technology,2012,29(2):137~144.[点击复制]
Pareto最大最小蚂蚁算法及其在热轧批量计划优化中的应用
Pareto max-min ant system algorithm and its application to hot rolling batch planning problem
摘要点击 2075  全文点击 3159  投稿时间：2011-02-23  修订日期：2011-06-15
查看全文  查看/发表评论  下载PDF阅读器
DOI编号  10.7641/j.issn.1000-8152.2012.2.CCTA110168
  2012,29(2):137-144
中文关键词  蚁群算法  双目标旅行商问题  多目标优化  组合优化  热轧批量计划
英文关键词  ant colony algorithm  bi-objective traveling salesman problem  multi-objective optimization  combinatorial optimization  hot rolling batch planning
基金项目  国家重点基础研究发展计划资助项目(2009CB320604).
作者单位E-mail
贾树晋* 上海交通大学 自动化系, 系统控制与信息处理教育部重点实验室 jiashujin_1@163.com 
朱俊 东北大学 信息科学与工程学院
宝钢研究院自动化所 		 
杜斌 上海交通大学 自动化系, 系统控制与信息处理教育部重点实验室
宝钢研究院自动化所 		 
岳恒 东北大学 自动化研究中心  
中文摘要
      针对双目标旅行商问题提出了基于Pareto概念的最大最小蚂蚁算法(P--MMAS). 通过重新设计状态转移策略、信息素更新策略及局部搜索策略, 同时引入基于自适应网格的多样性保持策略与信息素平滑机制, 使算法能够快速搜索到在目标空间上均匀分布的近似Pareto前端. 通过在6个标准测试函数上的实验及在热轧批量计划优化中的应用, 表明P--MMAS具有良好的优化性能及实用性.
英文摘要
      A Pareto concept-based max-min ant system algorithm for the bi-objective traveling salesman problem is proposed. By modifying the state transition rule, pheromone updating rule and the local search rule; as well as employing an adaptive-grid based diversity maintenance approach and the pheromone trail smoothing mechanism, we find the approximate Pareto front which is uniformly distributed on the objective space. Simulation on 6 benchmark functions and application to a hot rolling batch planning problem indicate that the proposed algorithm has desirable performance and practicability.