Đăng nhập

Hãy chọn một cách để đăng nhập

Facebook Google Zalo

Hoặc tiếp tục với email

Nhớ mật khẩu

Chưa có tài khoản? Đăng ký

MỘT THUẬT TOÁN TỐI ưu đàn KIẾN GIẢI BÀI TOÁN ĐIỀU PHỐI XE

66 34 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

1 / 66 trang

THÔNG TIN TÀI LIỆU

Nội dung

Ngày đăng: 18/11/2021, 07:07

HÌNH ẢNH LIÊN QUAN

Bài toán TSP có thể được mô hình hóa bằng một đồ thị, trong đó các đỉnh của đồ thị tương ứng với các thành phố, các cạnh tương ứng với đường đi giữa các thành phố, khoảng cách giữa các thành phố là trọng số tương ứng của các cạnh nối chúng - MỘT THUẬT TOÁN TỐI ưu đàn KIẾN GIẢI BÀI TOÁN ĐIỀU PHỐI XE — i toán TSP có thể được mô hình hóa bằng một đồ thị, trong đó các đỉnh của đồ thị tương ứng với các thành phố, các cạnh tương ứng với đường đi giữa các thành phố, khoảng cách giữa các thành phố là trọng số tương ứng của các cạnh nối chúng (Trang 12)

Hình 1.2 Mô phỏng bài toán VRP. - MỘT THUẬT TOÁN TỐI ưu đàn KIẾN GIẢI BÀI TOÁN ĐIỀU PHỐI XE — Hình 1.2 Mô phỏng bài toán VRP (Trang 13)

Hình 1.3 Mô phỏng bài toán CVRP. - MỘT THUẬT TOÁN TỐI ưu đàn KIẾN GIẢI BÀI TOÁN ĐIỀU PHỐI XE — Hình 1.3 Mô phỏng bài toán CVRP (Trang 15)

Bảng 1.1 Các biến thể của bài toán VRP phân chia theo đặc điểm đội xe. - MỘT THUẬT TOÁN TỐI ưu đàn KIẾN GIẢI BÀI TOÁN ĐIỀU PHỐI XE — Bảng 1.1 Các biến thể của bài toán VRP phân chia theo đặc điểm đội xe (Trang 17)

Hình 2.1 Ví dụ về hoạt động của đàn kiến trong thực tế. - MỘT THUẬT TOÁN TỐI ưu đàn KIẾN GIẢI BÀI TOÁN ĐIỀU PHỐI XE — Hình 2.1 Ví dụ về hoạt động của đàn kiến trong thực tế (Trang 23)

Hình 2.2 Ví dụ về hoạt động của đàn kiến nhân tạo. - MỘT THUẬT TOÁN TỐI ưu đàn KIẾN GIẢI BÀI TOÁN ĐIỀU PHỐI XE — Hình 2.2 Ví dụ về hoạt động của đàn kiến nhân tạo (Trang 24)

Hình 2.3 Đồ thị cấu trúc tổng quát cho bài toán cực trị hàm - MỘT THUẬT TOÁN TỐI ưu đàn KIẾN GIẢI BÀI TOÁN ĐIỀU PHỐI XE — Hình 2.3 Đồ thị cấu trúc tổng quát cho bài toán cực trị hàm (Trang 26)

Các bước thực hiện của thuật toán ACO được đặc tả như trong hình 2.4. - MỘT THUẬT TOÁN TỐI ưu đàn KIẾN GIẢI BÀI TOÁN ĐIỀU PHỐI XE — c bước thực hiện của thuật toán ACO được đặc tả như trong hình 2.4 (Trang 28)

Hình 3.1 Minh họa các yêu cầu R1 và R6 thuộc tuyến đường của xe k. - MỘT THUẬT TOÁN TỐI ưu đàn KIẾN GIẢI BÀI TOÁN ĐIỀU PHỐI XE — Hình 3.1 Minh họa các yêu cầu R1 và R6 thuộc tuyến đường của xe k (Trang 39)

Hình 3.2 Đồ thị cấu trúc cho bài toán MPDPTW. - MỘT THUẬT TOÁN TỐI ưu đàn KIẾN GIẢI BÀI TOÁN ĐIỀU PHỐI XE — Hình 3.2 Đồ thị cấu trúc cho bài toán MPDPTW (Trang 42)

Hình 3.3 Mô tả thuật toán T1 - MỘT THUẬT TOÁN TỐI ưu đàn KIẾN GIẢI BÀI TOÁN ĐIỀU PHỐI XE — Hình 3.3 Mô tả thuật toán T1 (Trang 45)

Hình 3.4 Mô tả thuật toán T2 - MỘT THUẬT TOÁN TỐI ưu đàn KIẾN GIẢI BÀI TOÁN ĐIỀU PHỐI XE — Hình 3.4 Mô tả thuật toán T2 (Trang 46)

Hình 3.5 Mô tả quá trình tìm kiếm cục bộ - MỘT THUẬT TOÁN TỐI ưu đàn KIẾN GIẢI BÀI TOÁN ĐIỀU PHỐI XE — Hình 3.5 Mô tả quá trình tìm kiếm cục bộ (Trang 46)

Hình 4.1 dưới đây sẽ trình bày các bộ dữ liệu được xác định theo các đặc điểm: - MỘT THUẬT TOÁN TỐI ưu đàn KIẾN GIẢI BÀI TOÁN ĐIỀU PHỐI XE — Hình 4.1 dưới đây sẽ trình bày các bộ dữ liệu được xác định theo các đặc điểm: (Trang 51)

Hình 4.2 Mô tả dữ liệu đầu vào. - MỘT THUẬT TOÁN TỐI ưu đàn KIẾN GIẢI BÀI TOÁN ĐIỀU PHỐI XE — Hình 4.2 Mô tả dữ liệu đầu vào (Trang 52)

VD: Hình 4.2 và Hình 4.3 mô tả dữ liệu đầu vào và kết quả đầu ra tương ứng của một trường hợp kiểm tra của chúng tôi với bộ dữ liệu L_4_25 - MỘT THUẬT TOÁN TỐI ưu đàn KIẾN GIẢI BÀI TOÁN ĐIỀU PHỐI XE — Hình 4.2 và Hình 4.3 mô tả dữ liệu đầu vào và kết quả đầu ra tương ứng của một trường hợp kiểm tra của chúng tôi với bộ dữ liệu L_4_25 (Trang 52)

Bộ dữ liệu trong hình 4.2 bao gồm: - MỘT THUẬT TOÁN TỐI ưu đàn KIẾN GIẢI BÀI TOÁN ĐIỀU PHỐI XE — d ữ liệu trong hình 4.2 bao gồm: (Trang 53)

Bảng 4.1 dưới đây là kết quả chúng tôi thống kê được khi tiến hành chạy thực nghiệm với 24 bộ dữ liệu chuẩn - MỘT THUẬT TOÁN TỐI ưu đàn KIẾN GIẢI BÀI TOÁN ĐIỀU PHỐI XE — Bảng 4.1 dưới đây là kết quả chúng tôi thống kê được khi tiến hành chạy thực nghiệm với 24 bộ dữ liệu chuẩn (Trang 54)

Bảng 4.2 so sánh kết quả giữa ACO là lời giải tối ưu của thuật toán được chúng tôi cài đặt và CPLEX [4] là lời giải tối ưu của bài toán được lập trình trên mô hình toán học đã xây dựng ở chương 3 phần 3.1.2 - MỘT THUẬT TOÁN TỐI ưu đàn KIẾN GIẢI BÀI TOÁN ĐIỀU PHỐI XE — Bảng 4.2 so sánh kết quả giữa ACO là lời giải tối ưu của thuật toán được chúng tôi cài đặt và CPLEX [4] là lời giải tối ưu của bài toán được lập trình trên mô hình toán học đã xây dựng ở chương 3 phần 3.1.2 (Trang 55)

Nhận xét: Từ kết quả ở bảng 4.1 chúng tôi quan sát thấy rằng, đối với trường hợp bộ dữ liệu có cùng kích thước thì bộ dữ liệu thuộc loại yêu cầu dài (có tối đa 8 nút trong một yêu cầu) sẽ dễ dàng giải quyết hơn bộ dữ liệu thuộc loại yêu cầu ngắn (có tối - MỘT THUẬT TOÁN TỐI ưu đàn KIẾN GIẢI BÀI TOÁN ĐIỀU PHỐI XE — h ận xét: Từ kết quả ở bảng 4.1 chúng tôi quan sát thấy rằng, đối với trường hợp bộ dữ liệu có cùng kích thước thì bộ dữ liệu thuộc loại yêu cầu dài (có tối đa 8 nút trong một yêu cầu) sẽ dễ dàng giải quyết hơn bộ dữ liệu thuộc loại yêu cầu ngắn (có tối (Trang 55)

Nhận xét: Dựa vào kết quả thực nghiệ mở bảng 4.2, dễ dàng nhận thấy rằng các bộ dữ liệu thử nghiệm có thời gian cửa sổ ở mức bình thường có độ sai số là không đáng kể, sai số cao nhất chiếm 1.13% ở bộ dữ liệu N_4_100 - MỘT THUẬT TOÁN TỐI ưu đàn KIẾN GIẢI BÀI TOÁN ĐIỀU PHỐI XE — h ận xét: Dựa vào kết quả thực nghiệ mở bảng 4.2, dễ dàng nhận thấy rằng các bộ dữ liệu thử nghiệm có thời gian cửa sổ ở mức bình thường có độ sai số là không đáng kể, sai số cao nhất chiếm 1.13% ở bộ dữ liệu N_4_100 (Trang 56)

Bảng 4.3 so sánh kết quả của các bộ dữ liệu đầu vào kích thước lớn gồm 100 và 400 nút khi chạy cùng vòng lặp giữa thuật toán ACO sử dụng quy tắc cập nhật mùi SMMAS do chúng tôi cài đặt và thuật toán ACO sử dụng quy tắc cập nhật mùi MMAS được lấy từ đườn - MỘT THUẬT TOÁN TỐI ưu đàn KIẾN GIẢI BÀI TOÁN ĐIỀU PHỐI XE — Bảng 4.3 so sánh kết quả của các bộ dữ liệu đầu vào kích thước lớn gồm 100 và 400 nút khi chạy cùng vòng lặp giữa thuật toán ACO sử dụng quy tắc cập nhật mùi SMMAS do chúng tôi cài đặt và thuật toán ACO sử dụng quy tắc cập nhật mùi MMAS được lấy từ đườn (Trang 57)

Bảng 4.4 so sánh kết quả của các bộ dữ liệu đầu vào kích thước lớn gồm 100 và 400 nút khi chạy cùng thời gian giữa thuật toán ACO sử dụng quy tắc cập nhật mùi SMMAS và thuật toán ACO sử dụng quy tắc cập nhật mùi MMAS - MỘT THUẬT TOÁN TỐI ưu đàn KIẾN GIẢI BÀI TOÁN ĐIỀU PHỐI XE — Bảng 4.4 so sánh kết quả của các bộ dữ liệu đầu vào kích thước lớn gồm 100 và 400 nút khi chạy cùng thời gian giữa thuật toán ACO sử dụng quy tắc cập nhật mùi SMMAS và thuật toán ACO sử dụng quy tắc cập nhật mùi MMAS (Trang 58)

Hình 4.4 Mở chương trình - MỘT THUẬT TOÁN TỐI ưu đàn KIẾN GIẢI BÀI TOÁN ĐIỀU PHỐI XE — Hình 4.4 Mở chương trình (Trang 63)

Bước 2: Bấm nút “Run” hoặc nhấn F6 để chạy chương trình như Hình 4.5 - MỘT THUẬT TOÁN TỐI ưu đàn KIẾN GIẢI BÀI TOÁN ĐIỀU PHỐI XE — c 2: Bấm nút “Run” hoặc nhấn F6 để chạy chương trình như Hình 4.5 (Trang 64)

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN