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

作　　者：贾树晋[1] 朱俊[2,3] 杜斌[1,3] 岳恒[4] 

机构地区：[1]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,上海200240 [2]东北大学信息科学与工程学院,辽宁沈阳110004 [3]宝钢研究院自动化所,上海201900 [4]东北大学自动化研究中心,辽宁沈阳110004

出　　处：《控制理论与应用》2012年第2期137-144,共8页Control Theory & Applications

基　　金：国家重点基础研究发展计划资助项目(2009CB320604)

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.A Pareto conceptbased maxmin ant system algorithm for the biobjective traveling salesman problem is proposed. By modifying the state transition rule, pheromone updating rule and the local search rule; as well as employing an adaptivegrid 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.

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 

分 类 号：TG335.11[金属学及工艺—金属压力加工] TP18[自动化与计算机技术—控制理论与控制工程]