资源下载地址:https://download.csdn.net/download/sheziqiong/85734241
资源下载地址:https://download.csdn.net/download/sheziqiong/85734241
内容摘要:为港口安排货轮的入泊顺序,按照规定的入泊实际入泊后,有两个泊位,有两个起吊机与泊位并不绑定,为起吊机分配对在泊位轮船所带货物的起吊顺序,为小车安排运送货物的顺序(本实验中弱化了),使得总计的全部时间最短。
使用的方法:贪心算法,遗传算法
结果:贪心算法一:结果 419,对应的解:货轮的顺序:C2 C1 C3 C4,货物顺序:P25 P26 P21 P22 P14 P24 P11 P12 P23 P15 P13 P31 P34 P33 P35 P41 P42 P43 P32;贪心算法二:结果 420,对应的解:货轮的顺序:C2 C1 C3 C4,货物顺序:P25 P26 P21 P22 P14 P24 P11 P12 P23 P15 P13 P31 P34 P33 P35 P41 P42 P43 P32;遗传算法:结果 419,对应的解:货轮的顺序 C2 C1 C4 C3 货物顺序: P42 P41 P24 P13 P23 P43 P33 P21 P32 P12 P11 P25 P35 P15 P26 P34 P14 P31 P22
更改实验测试用例后得到的实验结果:GA:结果 233,对应的解:货轮的顺序:C2 C1 C3 C4,货物顺序:P35 P26 P22 P41 P11 P14 P32 P12 P24 P13 P42 P33 P25 P31 P15 P23 P10 P34 P21
贪心算法一:结果:253,对应的解:货轮的顺序:C2 C1 C3 C4,货物顺序:P25 P26 P21 P22 P14 P24 P11 P12 P23 P15 P13 P31 P34 P33 P35 P41 P42 P43 P32;贪心算法二:结果:303,对应的解对应的解:货轮的顺序:C2 C1 C3 C4,货物顺序:P25 P26 P21 P22 P14 P24 P11 P12 P23 P15 P13 P31 P34 P33 P35 P41 P42 P43 P32;
关键词: 贪心,遗传算法,安排调度顺序;
目录
[港口调度问题] 1
1 引言 1
2 算法设计 2
2.1 三个算法所共用到的设计(对于时间的计算): 2
2.2 贪心算法1: 2
2.3 贪心算法2: 2
2.4 元启发算法(GA): 3
3 实验 3
3.1 实验设置 3
3.2 实验结果 [可包含参数实验、对比实验等,可以组织在不同的小节中] 4
4 总结 4
实验环境:采用 C++ 程序语言,CPU:CORE i7-4720HQ 2.59GHz,4 内核,8 逻辑处理器,内存:8.0GB DDR3
GA 算法的运行时间:179.35s
贪心算法 1:19ms
贪心算法 2:5ms
更改测试用例后的:
GA 算法的运行时间:146s
贪心算法 1:0.03ms
贪心算法 2:0.03ms
参数实验
对于未指定的参数默认 交叉概率=0.9 变异概率=0.05 种群的大小 10 迭代次数 5500
对于 GA 的交叉概率对结果和收敛速度及结果的影响实验
交叉概率 | 运行结果 | 开始收敛时的代数 |
---|---|---|
0.9 | 419 | 130 |
0.7 | 419 | 107 |
0.5 ;0.3 | 419;419 | 10;46 |
对于 GA 的变异概率对结果和收敛速度及结果的影响实验
变异概率 | 运行结果 | 开始收敛时的代数 |
---|---|---|
0.10 | 419 | 51 |
0.075 | 419 | 10 |
0.05;0.025 | 419;419 | 130;20 |
对于 GA 的种群大小对结果和收敛速度的及结果影响实验
种群大小 | 运行结果 | 开始收敛时的代数 |
---|---|---|
10 | 419 | 130 |
15 | 419 | 74 |
20;25 | 419;419 | 28;10 |
分析:遗传概率和变异概率不一定越大越好,当其较大时,可能出现的情况,陷入局部最优,使 得收敛速度变慢,种群越大收敛速度越快,这样每个个体的交配对象可选则面广,使得产生最优解的概 率增加,但是过大的种群会成倍的增加计算量。
本文中采用的是 GA,对其的改进可以从多个方面,如交叉操作,变异操作,优选策略等。贪心算法对于 NP 问题的设计需要比较复杂的全局考虑,并且得到的结果不一定就是全局最优。
对于货轮所花费总时间的计算的时间复杂度比较高,如若用到生产生活中会比较慢,这里可以用更加精细的设计,对于遗传算法的改进,可以参考 SA 让其的种群交叉,变异的概率随着迭代的代数增加而降低,使得对解的收敛效果增加,但是也要注意不要使其陷入局部最优,可以再找到一个局部最优之后进一步的改变交叉变异概率。
在更改测试用例后更加贴近真实性,本文的两个贪心算法都距离 GA 给出来的最优解有很大的差距,都很差,对于贪心算法一的对小车的运输顺序的决策可以改进,对于贪心算法二较为严重的问题是,如果第一艘船已就剩一个了,但是这时候来了第二艘船,它的所有的货物都比第一艘船的最后一个货物所用时间小,那么第一艘船要一直等到第二艘船运完再走,十分浪费时间,这种决策方法更加适合那种数据比较集中的情况,每艘船的情况相差不多的情况。
资源下载地址:https://download.csdn.net/download/sheziqiong/85734241
资源下载地址:https://download.csdn.net/download/sheziqiong/85734241