基于粒子群算法的露天矿道路路径优化研究

论文摘要

本文介绍了粒子群算法的基本原理、数学模型和实现步骤,分析了算法的参数特性和优缺点。在粒子群算法中加入收敛因子可以保证算法的收敛性,针对标准粒子群算法易于陷入局部最优困境的缺点,杂交粒子群模型将选择机制引入到基本粒子群算法中,使得算法在保证收敛速度的同时具有较强的全局搜索能力。本文提出加入随机初始化因素的杂交收敛粒子群优化算法,实验证明该算法与传统的优化算法相比具有较快收敛速度和较强全局搜索能力。实现了露天矿运输道路的描述,并在此基础上构建露天矿道路的网络模型,构建过程包括运输道路网络的组成和描述、节点的选取、道路网络的生成和网络边权值的确定。设计了后台数据库用于存储露天矿道路网络数据信息,并通过AutoCAD的二次开发实现对网络数据的操作和管理。确立了改进的粒子群优化算法在露天矿道路网络模型基础上求解任意两点间最优路径的步骤,并通过程序开发实现将改进粒子群算法应用到最优路径选择中,并以内蒙某露天矿道路路径优化为实例加以运用。

论文目录

• 致谢
• 摘要
• Abstract
• 1 绪论
• 1.1 本文研究背景及意义
• 1.2 国内外相关研究现状
• 1.2.1 国内外露天矿运输系统研究现状
• 1.2.2 粒子群算法的研究现状
• 1.3 主要研究内容及技术路线
• 1.3.1 主要研究内容
• 1.3.2 主要技术路线
• 2 露天矿道路路径优化的理论基础
• 2.1 露天矿运输系统理论
• 2.1.1 露天矿运输系统概述
• 2.1.2 露天矿运输系统分类
• 2.2 露天矿道路路径优化
• 2.2.1 露天矿道路路径优化概述
• 2.2.2 露天矿道路路径优化原则及考虑因素
• 2.2.3 最优路径问题分类
• 2.2.4 路径优化算法分析
• 3 粒子群算法
• 3.1 算法来源
• 3.2 粒子群算法的基本原理
• 3.3 基本粒子群算法的数学模型
• 3.4 基本PSO 的实现步骤
• 3.5 基本PSO 的参数特性
• 3.6 基本PSO 的优点与不足
• 4 改进的PSO 算法
• 4.1 PSO 模型的改进
• 4.1.1 全局模型与局部模型
• 4.1.2 粒子群的协同优化及扰动策略
• 4.1.3 杂交PSO 模型
• 4.1.4 收敛因子模型
• 4.1.5 随机初始化粒子模型
• 4.2 改进收敛杂交PSO 模型
• 4.2.1 算法的改进
• 4.2.2 算法流程
• 5 露天矿运输道路网络模型
• 5.1 露天矿运输道路描述
• 5.2 露天矿运输道路网络模型的建立
• 5.2.1 运输道路网络的组成和描述
• 5.2.2 运输道路网络图节点选取原则
• 5.2.3 运输道路网络图弧权值的确立
• 5.2.4 运输道路网络的生成
• 5.3 露天矿道路网络模型的实现
• 5.3.1 运输道路网络的数据库设计
• 5.3.2 运输道路网络的管理
• 6 改进粒子群算法在露天矿道路路径优化中的实现
• 6.1 实例概况
• 6.2 运输道路网络模型构建
• 6.3 改进粒子群算法求解露天矿道路最优路径算法步骤
• 6.4 最优路径的实现
• 7 结论与展望
• 7.1 结论
• 7.2 展望
• 参考文献
• 作者简历
• 学术论文数据集