检索结果-维普期刊中文期刊服务平台

深度强化学习求解多目标旅行商问题的研究综述被引量：1: 1; 作者李成健宋姝谊 +1 位作者粟宇陈智斌《计算机工程与应用》北大核心 2025年第12期28-44,共17页; 多目标旅行商问题(MOTSP)是一个具有显著应用价值的组合优化问题(COP),在物流配送、生产调度和网络通信等领域广泛存在。MOTSP不仅需要在多个目标之间寻求平衡,还要求找到不同的帕累托解集,这些解集代表了MOTSP在不同目标之间的全局或... 展开更多; 关键词深度强化学习(DRL) 多目标旅行商问题(MOTSP) 帕累托最优解优化策略神经网络模型; 在线阅读下载PDF 职称材料

求解多目标旅行商问题的混合遗传算法被引量：12: 2; 作者朱云飞蔡自兴 +1 位作者袁琦钊郑金华《计算机工程与应用》 CSCD 北大核心 2011年第7期52-56,共5页; 一般TSP问题是单目标的,只追求一个性能指标:所走路径最短。然而对于具体的TSP问题,实际中常常需要考虑:路程最短、时间最少、费用最省、风险最小等等多方面的因素。设计了贪婪的复合变异算子(GCM),引入隔代爬山法算子来提高多目标TSP... 展开更多; 关键词旅行商问题多目标旅行商问题遗传算法多目标遗传算法贪婪的复合变异算子爬山法; 在线阅读下载PDF 职称材料

多目标旅行商问题的模拟植物生长算法求解被引量：15: 3; 作者郗莹马良戴秋萍《计算机应用研究》 CSCD 北大核心 2012年第10期3733-3735,共3页; 针对多目标旅行商问题,提出了一种基于模拟植物生长的优化算法。该算法将Deb等人提出的非支配排序及构造偏序集等方法用于模拟植物生长的过程中,克服了模拟植物生长算法搜索空间过大及收敛性不够理想的缺点。基于该算法的核心思想,用MAT... 展开更多; 关键词多目标旅行商模拟植物生长算法非支配排序偏序集; 在线阅读下载PDF 职称材料

多目标旅行商问题竞争决策算法被引量：6: 4; 作者宁爱兵熊小华马良《计算机工程与应用》 CSCD 北大核心 2009年第34期13-16,共4页; 竞争决策算法是在分析大自然生物世界特别是人类的各种竞争机制和决策原理的基础上,利用竞争造就优化、决策左右结果的特性来到达优化目的的新型寻优算法。给出了用竞争决策算法求解多目标旅行商问题的算法,经过大量数据测试和验证,获... 展开更多; 关键词竞争决策算法多目标旅行商问题竞争力函数决策函数资源交换规则竞争决策均衡; 在线阅读下载PDF 职称材料

基于偏好信息的多目标旅行商问题Pareto优化求解被引量：7: 5; 作者李锋《系统工程学报》 CSCD 北大核心 2011年第5期592-598,共7页; 多目标旅行商问题(MOTSP)是经典旅行商问题的扩展,其优化目标包含了距离、成本、收益及风险等多个相互冲突的指标.本文提出了一种基于偏好的Pareto演化算法p-PEA用于建模并求解此NP-hard问题.该优化算法建立在MOTSP的智能体仿真模型之上... 展开更多; 关键词多目标旅行商问题 PARETO优化演化算法基于智能体的建模偏好; 在线阅读下载PDF 职称材料

混合算法求解多目标平衡旅行商问题被引量：5: 6; 作者董学士董文永王豫峰《计算机研究与发展》 EI CSCD 北大核心 2017年第8期1751-1762,共12页; 平衡旅行商问题(balanced traveling salesman problem,BTSP)是旅行商问题(traveling salesman problem,TSP)的变化模型,是另一种组合优化问题,可在汽轮机(gas turbine engines,GTE)等的优化问题中得到应用,但BTSP模型只能对含单个旅行... 展开更多; 关键词混合伊藤算法混合遗传算法平衡旅行商问题多目标平衡旅行商问题蚁群算法; 在线阅读下载PDF 职称材料

题名深度强化学习求解多目标旅行商问题的研究综述被引量：1: 1; 作者李成健宋姝谊粟宇陈智斌; 机构昆明理工大学理学院; 出处《计算机工程与应用》北大核心 2025年第12期28-44,共17页; 基金国家自然科学基金(12361065,11761042)。; 文摘多目标旅行商问题(MOTSP)是一个具有显著应用价值的组合优化问题(COP),在物流配送、生产调度和网络通信等领域广泛存在。MOTSP不仅需要在多个目标之间寻求平衡,还要求找到不同的帕累托解集,这些解集代表了MOTSP在不同目标之间的全局或局部最优解。传统的多目标优化算法在解决MOTSP时,通常面临计算复杂度高和求解效率低的挑战,尤其是在均衡决策空间和目标空间多样性时,难以有效找到多样化的帕累托最优解。近年来,深度强化学习(DRL)在处理复杂优化问题上展现了巨大的潜力,为解决MOTSP及其帕累托解集的多样化问题提供了一种新的方法。介绍了MOTSP的基本概念和求解方法;讨论了强化学习(RL)中的优化策略和深度学习(DL)的神经网络模型;总结了利用DRL求解MOTSP的理论方法,分析了各代表性模型的优化效果与时效性,突出不同DRL模型在大规模MOTSP问题中的性能表现,并探讨了其局限性、改进方向和适用场景,同时提出了应对局部最优问题的策略。最后,归纳了MOTSP的四大应用研究领域,并指出了MOTSP的未来研究方向。; 关键词深度强化学习(DRL) 多目标旅行商问题(MOTSP) 帕累托最优解优化策略神经网络模型; Keywords deep reinforcement learning(DRL) multi-objective traveling salesman problem(MOTSP) Pareto optimal solution optimization strategy neural network model; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程] O22 [理学—运筹学与控制论]; 在线阅读下载PDF 职称材料

题名求解多目标旅行商问题的混合遗传算法被引量：12: 2; 作者朱云飞蔡自兴袁琦钊郑金华; 机构中南大学信息科学与工程学院湘潭大学信息工程学院; 出处《计算机工程与应用》 CSCD 北大核心 2011年第7期52-56,共5页; 基金国家自然科学基金No.60773047 湖南省自然科学基金No.09JJ6089 湖南省教育厅重点科研项目(No.06A074)~~; 文摘一般TSP问题是单目标的,只追求一个性能指标:所走路径最短。然而对于具体的TSP问题,实际中常常需要考虑:路程最短、时间最少、费用最省、风险最小等等多方面的因素。设计了贪婪的复合变异算子(GCM),引入隔代爬山法算子来提高多目标TSP问题的搜索能力。实验结果表明该算法是有效的。; 关键词旅行商问题多目标旅行商问题遗传算法多目标遗传算法贪婪的复合变异算子爬山法; Keywords Traveling Salesman Problem（TSP） multiple-objective travelling salesman problem genetic algorithm multiple-objective genetic algorithm greedy composite operator climb; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名多目标旅行商问题的模拟植物生长算法求解被引量：15: 3; 作者郗莹马良戴秋萍; 机构上海理工大学管理学院; 出处《计算机应用研究》 CSCD 北大核心 2012年第10期3733-3735,共3页; 基金国家自然科学基金资助项目(70871081) 上海市重点学科建设资助项目(S30504) 上海市研究生创新基金资助项目(JWCXSL1102); 文摘针对多目标旅行商问题,提出了一种基于模拟植物生长的优化算法。该算法将Deb等人提出的非支配排序及构造偏序集等方法用于模拟植物生长的过程中,克服了模拟植物生长算法搜索空间过大及收敛性不够理想的缺点。基于该算法的核心思想,用MATLAB编程实现,对参考文献的算例进行仿真测试。与其他算法比较,获得了满意的结果。; 关键词多目标旅行商模拟植物生长算法非支配排序偏序集; Keywords multi-criteria travelling salesman（MTSP） plant growth simulation algorithm（PGSA） non-dominated sorting partially ordered set; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名多目标旅行商问题竞争决策算法被引量：6: 4; 作者宁爱兵熊小华马良; 机构上海理工大学管理学院上海第二工业大学计算机与信息学院; 出处《计算机工程与应用》 CSCD 北大核心 2009年第34期13-16,共4页; 基金国家自然科学基金No.70871081 上海市重点学科建设资助项目No.S30504~~; 文摘竞争决策算法是在分析大自然生物世界特别是人类的各种竞争机制和决策原理的基础上,利用竞争造就优化、决策左右结果的特性来到达优化目的的新型寻优算法。给出了用竞争决策算法求解多目标旅行商问题的算法,经过大量数据测试和验证,获得了较好的结果。; 关键词竞争决策算法多目标旅行商问题竞争力函数决策函数资源交换规则竞争决策均衡; Keywords competitive decision algorithm muhi-objective traveling salesman problem competitive force function decision function resources exchange rule competitive decision equilibrium; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

题名基于偏好信息的多目标旅行商问题Pareto优化求解被引量：7: 5; 作者李锋; 机构华南理工大学工商管理学院; 出处《系统工程学报》 CSCD 北大核心 2011年第5期592-598,共7页; 基金华南理工大学中央高校基本科研业务费专项资金资助项目(2009zm0079); 文摘多目标旅行商问题(MOTSP)是经典旅行商问题的扩展,其优化目标包含了距离、成本、收益及风险等多个相互冲突的指标.本文提出了一种基于偏好的Pareto演化算法p-PEA用于建模并求解此NP-hard问题.该优化算法建立在MOTSP的智能体仿真模型之上,从而解决了数学建模不能真实再现实际MOTSP中众多影响因素的问题.通过仿真的方法,算法能够得到MOTSP可行解的各项评价指标值.在此基础上,通过设计演化算法搜索问题的Pareto优化解集.其中,将决策者的决策偏好信息引入到Pareto优化解集的求解过程中,所得结果将更合理.最后,以一个130个城市的旅行商问题为例验证了算法的有效性.; 关键词多目标旅行商问题 PARETO优化演化算法基于智能体的建模偏好; Keywords multi-object traveling salesman problem Pareto optimization evolutionary algorithm agent-based modeling preference; 分类号 TP18 [自动化与计算机技术—控制理论与控制工程]; 在线阅读下载PDF 职称材料

题名混合算法求解多目标平衡旅行商问题被引量：5: 6; 作者董学士董文永王豫峰; 机构武汉大学计算机学院; 出处《计算机研究与发展》 EI CSCD 北大核心 2017年第8期1751-1762,共12页; 基金国家自然科学基金项目(61672024 61170305)~~; 文摘平衡旅行商问题(balanced traveling salesman problem,BTSP)是旅行商问题(traveling salesman problem,TSP)的变化模型,是另一种组合优化问题,可在汽轮机(gas turbine engines,GTE)等的优化问题中得到应用,但BTSP模型只能对含单个旅行商一个任务的优化问题建模,不能同时对含多个旅行商多任务的问题进行建模和优化.基于此,首次提出了一种多目标平衡旅行商问题(multiobjective balanced traveling salesman problem,MBTSP)模型,可建模含多个旅行商多任务的优化问题,具体可应用在含多个目标或个体的实际问题,例如含多个GTE的优化.相关文献的研究已证实,伊藤算法和遗传算法(genetic algorithm,GA)在求解组合优化问题中具有较好的性能,因此,应用混合伊藤算法(hybrid ITO algorithm,HITO)和混合遗传算法来求解MBTSP问题.HITO通过蚁群算法(ant colony optimization,ACO)来产生基于图的概率生成模型,再用伊藤算法的漂移和波动算子对该图模型进行更新,从而得到MBTSP的最优解.对于混合遗传算法,第一个用贪心法对遗传算法进行改进,命名为贪心法遗传算法(genetic algorithm with greedy initialization,GAG),第二个用爬山算法优化遗传算法,称之为爬山法遗传算法(genetic algorithm by hill-climbing,GAHC),最后一个为模拟退火遗传算法(genetic algorithm with simulated annealing,GASA).为了有效验证该算法,使用小尺度到大尺度的不同规模MBTSP问题的数据进行实验,结果表明:混合算法在求解MBTSP问题是有效的,并表现出不同的特点.; 关键词混合伊藤算法混合遗传算法平衡旅行商问题多目标平衡旅行商问题蚁群算法; Keywords hybrid ITO（HITO）algorithm hybrid genetic algorithms balanced traveling salesman problem（BTSP） multi-objective balanced traveling salesman problem（MBTSP） ant colony optimization（ACO）; 分类号 TP301.6 [自动化与计算机技术—计算机系统结构]; 在线阅读下载PDF 职称材料

	题名	作者	出处	发文年	被引量	操作
1	深度强化学习求解多目标旅行商问题的研究综述	李成健宋姝谊粟宇陈智斌	《计算机工程与应用》北大核心	2025	1	在线阅读下载PDF 职称材料
2	求解多目标旅行商问题的混合遗传算法	朱云飞蔡自兴袁琦钊郑金华	《计算机工程与应用》 CSCD 北大核心	2011	12	在线阅读下载PDF 职称材料
3	多目标旅行商问题的模拟植物生长算法求解	郗莹马良戴秋萍	《计算机应用研究》 CSCD 北大核心	2012	15	在线阅读下载PDF 职称材料
4	多目标旅行商问题竞争决策算法	宁爱兵熊小华马良	《计算机工程与应用》 CSCD 北大核心	2009	6	在线阅读下载PDF 职称材料
5	基于偏好信息的多目标旅行商问题Pareto优化求解	李锋	《系统工程学报》 CSCD 北大核心	2011	7	在线阅读下载PDF 职称材料
6	混合算法求解多目标平衡旅行商问题	董学士董文永王豫峰	《计算机研究与发展》 EI CSCD 北大核心	2017	5	在线阅读下载PDF 职称材料