计算结果超过测试问题,并解释了为什么建议的验收标准比
SALA
标
准执行更好第七部分总结全文,并提出未来的研究方向。
2.
相关作品
在这一节中,我们提出了相关的工作接受准则的元启发式算法。
基于单一解决方案的元分析使用验收标准。基于种群或基于群的元算
法在其原始算法设计中不使用任何接受标准来决定是否接受新生成的
解而不是作为基于群体和基于群的元算法的典型例子,我们参考
Sabir
等 人 的
GA
(
Sabir
等 人 ,
2021 a
) 和
PSO
(
Sabir
等 人 ,
#20212;
读者。当这些解决方案的方法与其他单一的解决方案为基础
的或其他元算法杂交,
SALA
是最好的,以摆脱局部最优接受新生成
的解决方案。由于组合优化问题的计算复杂度较高,因此,采用
SALA
准则求解调度和路由问题的混合元算法的实例数较多。
Shao
等人(
2020
)使用
SALA
准则帮助他们的混合增强离散果蝇优化算法
在解决分布式阻塞流水车间调度问题时摆脱局部最优。
Shao
等人
(
2017
)在改进的可变邻域搜索算法中使用了
SALA
标准,该算法也
是他们提出的用于具有最大完工时间标准的无空闲流水车间调度问题
的模因算法的局部搜索算子
Dahal
等(
2000
)将遗传算法(
GA
)和
模拟退火算法(
SA
)相结合,用于解决电力系统中发电机检修调度
他 们 的 解 决 方案 在 经 典 的
GA
结 构 中 使 用 了
SALA
。
Zhang
等 人
(
2005
)将遗传算法与模拟退火算法相结合来求解作业车间调度问
题 , 并 将 模 拟 退 火 算 法 引 入 到遗 传 算 法 的 交 叉 阶 段 。
Li
等 人
(
2021
)提出了一种用于模糊分布式混合流水车间调度问题的头脑
风暴优化算法,通过嵌入
SALA
来增强其算法的探索能力。
一些研究人员在转移性乳腺癌中使用了SALA标准
旅行商问题(
TSP
)和路由问题。
Küçüko
g
Zurlu
等人
(
2019
)
在
混
合
解决方案方法中修改了
SALA
,包括
SA
和禁忌搜索,用于具有时间
窗口和混合充电率的电动
TSP
。
Zhong
等人(
2019
)提出了一种具
有
SALA
算法的鸽子启发的
TSP
优化算法
Wang et al.
(
2016
)结合
了进化计算的进化思想和
SALA
准则,即兴创作了一种新的和声来求
解
TSP
。
Benyamin
等人(
2021
)研究了一种离散农田肥力优化算
法,采用
SALA
准则求解
TSP
。
Zhong
等人(
2018
)将
SALA
标准集
成到粒子群优化算法中,用于求解
TSP
。
Wang
等人(
2019
)提出了
一种基于禁忌表和
SALA
准则的局部分支定界搜索的启发式算法,用于
求解带时间窗的多回程加油车路径问题。
Wu
等人(
2018
)提出了一
种包括粒子群优化和
SALA
准则的混合求解方法,用于无人机的路径
规划。
而在混合元分析中如何实现SALA准则来解决其它问题的研究则很
少。Zhou等人(2020)针对特征选择问题提出了一种包括GA和SA的混
合算法,并使用SALA准则来决定是否接受新状态。Ding等人(2012)
提出了一种用于训练神经网络的混合优化算法,包括GA和SA,他们将
SALA准则用于交叉优化。
在
GA
。
Guo
等人(
2020
)将
SALA
准则纳入正交学习粒子群优化算
法,用于解决叠前地震反演问题。
由于SA是第一个引入文献的元启发式算法,它几乎适用于所有问
题,因此它是最优化问题研究和应用最多的算法之一。因此,一些论文
通过比较SA的不同组分来研究SA的性能。Schuur(1997)研究了SA
中的两个不同验收标准。这些准则根据Metropolis et al.(1953)和
Glauber(1963) 的研 究计 算概 率, 以决 定是 否接 受新 生成的 解。
Schuur(1997)回答了为什么Metropolis准则在SA中被广泛使用,以
及 在 SA 中 Metropolis 准 则 满 足 了 哪 些 看 似 合 理 的 要 求 。 Schuur
( 1997 ) 提 出 了 Metropolis 准 则 可 以刻 画 为 唯 一 的 可 接 受 准 则 。
Metropolis或SALA标准包括它们的参数;系统温度(T)、冷却时间表
和能量变化(Df)(系统的当前能量值与先前能量值之间的差)。如果
系统<如果系统
通过计算接受概率(
P
a 1
/4e
T
)。如果随机生成的数小于
Pa
,则系统的
恶化然后,通过遵循冷却计划来降低初始系统温度和冷却计划对
SA
的成功至关重要优选最高可能的初始温度和最慢可能的冷却方案以获
得用于退火过程的最小系统能量
SALA
有不同的冷却时间表
;
算术、
几何、二次、对数、指数和自适应冷却(
Romeijn
和
Smith
,
1994
)
时间表,以及
Peprah
等人(
2017
)和
Lundy
和
Mees
(
1986
)的方
法。一些论文研究了
SA
的冷却时间表或比较了
SA
的性能的现有时间
表其中一些是
Nourani
和
Andresen
(
1998
),
Hajek
(
1988
),
Peprah
等人(
2017
),
Ye
等人(
2016
)和
Mirkin
等人(
1993
)。
很难说哪种冷却方案比其他替代方案更好,但
SA
的成功取决于足够
慢的冷却方案。一些冷却计划方法使用再加热策略(提高系统温度)
来保证
SA
收敛到全局最优。这种冷却
-
再加热策略需要规则来决定何
时需要再加热温度。
Qin
等(
2017
)在他们提出的
TSP
问题
SA
中使
用模糊逻辑系统来决定再加热温度的时间。
根据文献报道,两篇论文比较了
accep-
元分析的检验标准。
Franzin
和
Stützle
(
2018
)总结了随机局部检
索算法中的几个验收标准。他们设计了一个测试,包括两个问题,二
次分配问题,和流水车间调度问题,以及调整好的参数集的问题。根
据他们的实验研究,他们指出
Metropolis
准则和晚接受爬山规则表现
得更好,以获得最佳结果。
Santini
等人(
2018
)比较了自适应大邻
域搜索元启发式的验收标准。在他们的实验研究中,他们使用了爬山
法、随机游走法、晚接受爬山法、阈值接受法、
SALA
法、大幅度移
动法、非线性大幅度移动法、记录间移动法以及他们提出的最差接受
标准。他们测试了自适应大邻域搜索元启发式与这些标准的能力限制
车辆路径,能力限制最小生成树,二次分配问题。在所有备选方案
中,他们指出,性能最佳的算法验收标准对包括
SALA
、阈值验收和
记录间旅行验收标准。