量子布谷鸟协同搜索的垃圾回收路径规划方法

发布时间：2021-05-13 18:41

　　针对城市垃圾回收路径规划问题,提出了一种量子布谷鸟协同搜索算法,用于优化最短路径.首先,采用Bloch球面坐标量子编码来扩大解空间;然后设计了一种基于差分进化的量子布谷鸟搜索策略,实现较差个体的改进以及劣势个体与优势个体之间的信息交换,增强全局搜索能力;最后,利用一种局部邻域搜索算法进一步提高解的质量.理论分析了所提算法的收敛性.基于无线传感网络采集数据进行了仿真实验,将量子布谷鸟协同搜索算法与传统遗传算法和量子布谷鸟搜索算法分别比较,求解垃圾回收最短路径问题的最优解和平均解均改进了20%～40%,结果证明了量子布谷鸟协同搜索算法的优越性. 

【文章来源】：信息与控制. 2019,48(02)北大核心CSCD

【文章页数】：8 页

【文章目录】：
0 引言
1 问题描述
    1.1 数学模型
    1.2 网络模型
2 量子布谷鸟协同搜索算法
    2.1 基于Bloch球面坐标量子编码
    2.2 QCS-DE搜索策略
    2.3 算法描述
3 算法收敛性分析
4 仿真实验与分析
    4.1 参数设置
    4.2 实验结果与分析
5 结论


【参考文献】：
期刊论文
[1]基于多元优化算法的路径规划[J]. 李宝磊,吕丹桔,张钦虎,施心陵,陈建华,张榆锋.  电子学报. 2016(09)
[2]量子萤火虫算法及在无等待流水调度上的应用[J]. 齐学梅,王宏涛,杨洁,汤其妹,陈付龙,叶和平.  信息与控制. 2016(02)
[3]新颖的阻塞流水车间调度量子差分进化算法[J]. 齐学梅,王宏涛,陈付龙,汤其妹,孙云翔.  计算机应用. 2015(03)
[4]基于Bloch球面搜索的量子鱼群算法[J]. 杨淑云,徐云霞,李盼池.  信息与控制. 2014(06)
[5]不确定环境下基于改进萤火虫算法的地面自主车辆全局路径规划方法[J]. 杜鹏桢,唐振民,陆建峰,孙研.  电子学报. 2014(03)
[6]面向物联网的无线传感器网络综述[J]. 钱志鸿,王义君.  电子与信息学报. 2013(01)
[7]基于关系模型的进化算法收敛性分析与对比[J]. 黄翰,林智勇,郝志峰,张宇山,李学强.  计算机学报. 2011(05)
[8]一种改进蚁群算法研究和旅游景区路径规划问题求解[J]. 胡军国,祁亨年,董峰,汪杭军.  计算机应用研究. 2011(05)
[9]量子进化算法研究现状综述[J]. 钱洁,郑建国,张超群,王翔,阎瑞霞.  控制与决策. 2011(03)
[10]知识引导遗传算法实现机器人路径规划[J]. 王雪松,高阳,程玉虎,马小平.  控制与决策. 2009(07)



本文编号：3184516