常见规划问题
线性
LP:linear programming 线性规划:研究线性约束条件下线性目标函数的极值问题
ILP:Integer Linear Programimng整数线性规划:全部决策变量为整数
MIP:Mixed Integer Programming 混合整数规划
VRP:Vehicle Routing Problem 车辆路径问题
- 列出约束条件及目标函数
- 画出约束条件所表示的可行域
- 在可行域内求目标函数的最优解及最优解
车辆路径规划
经典问题:
旅行商人问题TSP
车辆路径问题VRP
启发式算法
最优化算法:一个问题的最有算法求得该问题每个实例的最优解
启发式算法可以这样定义:一个基于直观或经验构造的算法,在可接受的花费(指计算时间和空间)下给出待解决组合优化问题每一个实例的一个可行解,该可行解与最优解的偏离程度一般不能被预计。
一般用于解决NP问题 非确定性多项式。
常用的算法有:模拟退火算法(SA)、遗传算法(GA)、蚁群算法(ACO)、人工神经网络(ANN)
遗传算法
通过模拟自然进化过程搜索最优解的方法,包括:选择、交叉和变异
算法核心:参数编码、初始群体的设定、适应度函数、遗传操作设计、控制参数设定。
以一种群体中的所有个体为对象,利用随机化技术指导对一个被编码的参数空间进行高效搜索
遗传算法特点:
直接对结构对象进行操作,不存在求导和函数连续性的限定
具有内在的隐并行性和更好的全局寻优能力
采用概率化的寻优方法,不需要确定的规则就能自动获取和指导优化的搜索空间,自适应地调整搜索方向