两种改进的模拟退火算法求解大值域约束满足问题

合集下载

相关主题

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

Ｔｗｏｉｍｐｒｏｖｅｄｓｉｍｕｌａｔｅｄａｎｎｅａｌｉｎｇａｌｇｏｒｉｔｈｍｓｆｏｒｓｏｌｖｉｎｇｃｏｎｓｔｒａｉｎｔｓａｔｉｓｆａｃｔｉｏｎｐｒｏｂｌｅｍｓｗｉｔｈｌａｒｇｅｄｏｍａｉｎｓ
Ａｂｓｔｒａｃｔ：ＰｈａｓｅｔｒａｎｓｉｔｉｏｎｓａｎｄｓｏｌｖｉｎｇａｌｇｏｒｉｔｈｍｓｏｆｒａｎｄｏｍｃｏｎｓｔｒａｉｎｔｓａｔｉｓｆａｃｔｉｏｎｐｒｏｂｌｅｍｓｈａｖｅａｔｔｒａｃｔｅｄｓｐｅｃｉａｌａｔｔｅｎｔｉｏｎｉｎｔｈｅｒｅｓｅａｒｃｈｏｆＮＰｃｏｍｐｌｅｔｅｐｒｏｂｌｅｍｓ．ＭｏｄｅｌＲＢｉｓａｎｏｎｔｒｉｖｉａｌｒａｎｄｏｍｃｏｎｓｔｒａｉｎｔｓａｔｉｓｆａｃｔｉｏｎｐｒｏｂｌｅｍ．Ｐｒｅｃｉｓｅｌｙｓｐｅａｋｉｎｇ，ｍｏｄｅｌＲＢｉｓａｒａｎｄｏｍＣＳＰｗｉｔｈｅｘａｃｔｓａｔｉｓｆｉａｂｉｌｉｔｙｐｈａｓｅｔｒａｎｓｉｔｉｏｎ，ａｎｄｉｔｉｓｑｕｉｔｅｅａｓｙｔｏｇｅｎｅｒａｔｅｈａｒｄｉｎｓｔａｎｃｅｓ．Ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄｔｗｏｉｍｐｒｏｖｅｄｓｉｍｕｌａｔｅｄａｎｎｅａｌｉｎｇａｌｇｏｒｉｔｈｍｓ（ｉ．ｅ．ＲＳＡａｎｄＧＳＡ）ｔｏｓｏｌｖｅｔｈｅｒａｎｄｏｍｉｎｓｔａｎｃｅｓｏｆｍｏｄｅｌＲＢｗｉｔｈｌａｒｇｅｄｏｍａｉｎｓ．Ｎｕｍｅｒｉｃａｌｅｘｐｅｒｉｍｅｎｔｒｅｓｕｌｔｓｓｈபைடு நூலகம்ｏｗｔｈａｔＲＳＡａｎｄＧＳＡａｌｇｏｒｉｔｈｍｓｃａｎｅｆｆｉｃｉｅｎｔｌｙｆｉｎｄｓｏｌｕｔｉｏｎｓｏｆｔｈｅｉｎｓｔａｎｃｅｓ，ａｎｄｔｈｅｔｗｏａｌｇｏｒｉｔｈｍｓｐｅｒｆｏｒｍｍｕｃｈｂｅｔｔｅｒｔｈａｎｒａｎｄｏｍｗａｌｋａｌｇｏｒｉｔｈｍ．ＵｎｇｅｎｅｒａｔｅｄｂｙｍｏｄｅｌＲＢｉｎｔｈｅｔｈｒｅｓｈｏｌｄｒｅｇｉｏｎｆｏｒｔｕｎａｔｅｌｙ，ｔｈｅａｌｇｏｒｉｔｈｍｓｆａｉｌｔｏｆｉｎｄｓｏｌｕｔｉｏｎｓｉｎｔｈｅｒｅｇｉｏｎｔｈａｔｉｓｖｅｒｙｃｌｏｓｅｔｏｔｈｅｓａｔｉｓｆｉａｂｉｌｉｔｙｔｈｒｅｓｈｏｌｄ．Ｈｏｗｅｖｅｒ，ｔｈｅｏｐｔｉｍａｌｓｏｌｕｔｉｏｎｆｉｎａｌｌｙｏｂｔａｉｎｅｄｏｎｌｙｍａｋｅｓｆｅｗｏｆｔｈｅｃｏｎｓｔｒａｉｎｔｓｎｏｔｂｅｓａｔｉｓｆｉｅｄ．Ｋｅｙｗｏｒｄｓ：ｃｏｎｓｔｒａｉｎｔｓａｔｉｓｆａｃｔｉｏｎｐｒｏｂｌｅｍｓ（ＣＳＰ）；ｍｏｄｅｌＲＢ；ｓｉｍｕｌａｔｅｄａｎｎｅａｌｉｎｇａｌｇｏｒｉｔｈｍ；ｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍ
第３４卷第１２期２０１７年１２月㊀
计算机应用研究ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ
Ｖｏｌ．３４Ｎｏ．１２Ｄｅｃ．２０１７
两种改进的模拟退火算法求解大值域约束满足问题
ＹｕａｎＺｈｉｑｉａｎｇ，ＺｈａｏＣｈｕｎｙａｎ
（ＣｏｌｌｅｇｅｏｆＳｃｉｅｎｃｅ，ＵｎｉｖｅｒｓｉｔｙｏｆＳｈａｎｇｈａｉｆｏｒＳｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ，Ｓｈａｎｇｈａｉ２０００９３，Ｃｈｉｎａ）
原志强，赵春艳
（上海理工大学理学院，上海２０００９３）摘㊀要：随机约束满足问题的相变现象及求解算法是ＮＰ完全问题的研究热点。ＲＢ（ｒｅｖｉｓｅｄＢ）模型是一个非平凡的随机约束满足问题，它具有精确的可满足性相变现象和极易产生难解实例这两个重要特征。针对ＲＢ模型这类具有大值域的随机约束满足问题，提出了两种基于模拟退火的改进算法即ＲＳＡ（ｒｅｖｉｓｅｄｓｉｍｕｌａｔｅｄａｎｎｅａ）和ＧＳＡ（ｇｅｎｅｔｉｃｓｉｍｕｌａｔｅｄａｎｎｅａｌｉｎｇａｌｇｏｒｉｔｈｍ）。将这两种算法用于求解ＲＢ模型的随机实例，数值ｌｉｎｇａｌｇｏｒｉｔｈｍ实验结果表明，在进入相变区域时，ＲＳＡ和ＧＳＡ依然可以有效地找到随机实例的解，并且在求解效率上明显优于随机游走算法。在接近相变阈值点时，由这两种算法得到的最优解仅使得极少数的约束无法满足。关键词：约束满足问题；ＲＢ模型；模拟退火算法；遗传算法中图分类号：ＴＰ３０１．５㊀㊀㊀文献标志码：Ａ㊀㊀㊀文章编号：１００１３６９５（２０１７）１２３６１１０６ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１７．１２．０２１