[發明專利]使用基于MapReduce的蟻群優化技術求解組合優化問題的方法無效
| 申請號: | 201210433343.8 | 申請日: | 2012-11-02 |
| 公開(公告)號: | CN102982389A | 公開(公告)日: | 2013-03-20 |
| 發明(設計)人: | 吳剛;吳碧晗;王巖冰;楊夢東;劉翔宇;漆桂林 | 申請(專利權)人: | 東南大學 |
| 主分類號: | G06Q10/04 | 分類號: | G06Q10/04 |
| 代理公司: | 南京蘇高專利商標事務所(普通合伙) 32204 | 代理人: | 柏尚春 |
| 地址: | 211189 江蘇*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 使用 基于 mapreduce 優化 技術 求解 組合 問題 方法 | ||
1.使用基于MapReduce的蟻群優化技術求解組合優化問題的方法,其特征在于,包括以下步驟:?
1)根據設定的mapper的數量劃分指定組合優化問題的解空間;?
2)Map階段,每個mapper獨立并行地在步驟1)劃分得到的子問題解空間中執行改進的蟻群算法,搜索局部最優解;?
3)Reduce階段,reducer接受所有mapper在不同解空間搜索到的局部最優解,根據步驟1)中采用的解空間劃分情況綜合得到全局最優解;?
4)輸出reducer當前得到的全局最優解,結束。?
2.根據權利要求1所述的使用基于MapReduce的蟻群優化技術求解組合優化問題的方法,其特征在于,步驟1),具體為:分析指定組合優化問題的解空間類型,并根據設定的mapper數量劃分解空間,令每個mapper分別在不同的子空間內搜索局部問題的解;其中,所述的問題的解空間是指:設問題的解向量為x=(x1,x2,…,xi…,xn),xi的取值范圍為有窮集S,把x的所有可能取值組合稱為問題的解空間,i、n均為自然數;每一個組合是問題的一個可能解;可行解是滿足約束條件的解,是解空間中的一個子集;最優解是使目標函數取極值的可行解;解空間組織成子集樹或排列樹形式。?
3.根據權利要求1所述的使用基于MapReduce的蟻群優化技術求解組合優化問題的方法,其特征在于,步驟2),即MapReduce的Map函數,其中,所述的改進的蟻群算法,具體包括如下步驟:?
①根據步驟1)劃分得到的子問題規模選擇螞蟻數和迭代次數,初始化個體的信息素值和待選個體集,具體設置如下:?
假設子問題規模為ni(i∈[0,m-1]),則對于解空間為子集樹的問題,設置所需螞蟻數ai=ni/100+1,所需迭代次數li=ni/10+1;對于解空間為排列樹的問題,設置所需螞蟻數ai=ni,所需迭代次數li=10ni;初始化每個個體的信息素值為τij(0)=0.5(j∈[0,ni-1]);初始化待選個體集Ci為子問題所包含的所有個體Si;?
②設置待選個體集中每個個體的被選擇概率,每個螞蟻根據該值隨機選擇個體,具體方法如下:?
設置每個個體被選擇概率為k∈Ci;?
③其中每個物品的被選到的概率只與在其上的信息素有關,剛開始時初始化為0.5表示每個物品被選到與沒選到的概率是一樣的;這樣每只螞蟻生成的物品集完全是獨立且隨機的,直到根據物品價值與重量比的好壞更新信息素來影響物品的選擇;比較所有螞蟻在步驟②中通過選擇個體生成的解,從中選擇局部最優解對應的螞蟻b,為自然數,用該局部最優螞蟻生成的解更新相應個體的信息素,τi(t+1)=(1-ρ)τi(t)+Δτb,而其它個體信息素值不更新;?
其中,t為迭代次數,0<ρ<1是信息素蒸發系數;0<Δτb1是個體b信息素的增量;?
④當滿足終止條件時,輸出當前mapper執行過程中保存的局部信息素向量,否則轉步驟②。?
4.根據權利要求1所述的使用基于MapReduce的蟻群優化技術求解組合優化問題的方法,其特征在于,步驟3)即MapReduce的Reduce函數,其功能是當所有mapper運行完對子問題的搜索后,將解傳遞到reducer后,使reducer根據步驟1)中采用的解空間劃分的具體情況來綜合得到全局最優解;其中,所述的根據步驟1)中采用的解空間劃分的具體情況來綜合得到全局最優解,具體分為如下兩種情況:?
當問題的解空間是子集樹時,集合S中的n個元素被均勻分配給m個mapper中,采用將各mapper中得到的部分個體的信息素值進行合并得到集合S中全部個體的信息素值,進而按照步驟2)中所采用的改進的蟻群算法②~④計算全局最優解,所不同的有兩處,一是每個個體被選擇概率為實數α和β分別用于控制信息素濃度τij和啟發式因子ηi(j)對生成個體選擇概率Pij的影響程度,缺省?情況下設置α=β=1,其中,啟發式因子ηi(j)是預先設置的對個體選擇性的先驗知識,是問題相關的;每只螞蟻從待選個體Ci中根據個體被選擇概率Pij按輪盤賭選擇算法隨機選擇個體;?
另一個是信息素更新公式,Δτijb=Tσ,即增量平衡系數T與增量步進值σ之積;T和σ根據具體問題不同而分別設置經驗值;?
當問題的解空間按是排列樹時,由于集合S中所有n個元素的n!個不同排列被均勻分配給m個mapper的方法,因此簡單比較各mapper中得到的局部最優解,選擇其中的最優解作為當前計算得到的最優解。?
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于東南大學,未經東南大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201210433343.8/1.html,轉載請聲明來源鉆瓜專利網。
- 同類專利
- 專利分類
G06Q 專門適用于行政、商業、金融、管理、監督或預測目的的數據處理系統或方法;其他類目不包含的專門適用于行政、商業、金融、管理、監督或預測目的的處理系統或方法
G06Q10-00 行政;管理
G06Q10-02 .預定,例如用于門票、服務或事件的
G06Q10-04 .預測或優化,例如線性規劃、“旅行商問題”或“下料問題”
G06Q10-06 .資源、工作流、人員或項目管理,例如組織、規劃、調度或分配時間、人員或機器資源;企業規劃;組織模型
G06Q10-08 .物流,例如倉儲、裝貨、配送或運輸;存貨或庫存管理,例如訂貨、采購或平衡訂單
G06Q10-10 .辦公自動化,例如電子郵件或群件的計算機輔助管理





