用于求解二次指派问题的改进单目标与多目标细菌觅食优化算法
神经与进化计算
2020-03-16 v2 人工智能
摘要
非多项式困难（NP-hard）问题极具挑战性，因为目前尚未发现能在多项式时间内求解它们的多项式时间算法。细菌觅食优化（BFO）算法是常用于 NP-hard 问题的元启发式算法之一。BFO 受大肠杆菌（E-coli）等细菌觅食行为的启发。BFO 的目的是淘汰觅食能力弱的细菌，并保留那些朝最优解方向具有突破性觅食能力的细菌。尽管该算法具有优势，但大多数问题达到最优解的过程非常耗时或无法实现。在本文中，我们通过添加变异算子改进了单目标 BFO，并通过从遗传算法算子中引入变异和交叉来更新每代解，以及添加局部禁忌搜索算法以达到局部最优解，从而改进了多目标 BFO（MOBFO）。此外，我们在 MOBFO 中使用了快速非支配排序算法，以在每一代中寻找最佳非支配解。我们通过若干单目标和多目标二次指派问题（QAP）实例评估了所提算法的性能。实验结果表明，我们的方法在收敛解和发散解上均优于以往的一些优化算法。
引用
@article{arxiv.1606.04055,
title = {A modified single and multi-objective bacteria foraging optimization for the solution of quadratic assignment problem},
author = {Saeid Parvandeh and Parya Soltani and Mohammadreza Boroumand and Fahimeh Boroumand},
journal= {arXiv preprint arXiv:1606.04055},
year = {2020}
}