交通运输系统管理.ppt

EXCELSolver方法TransportationProblemEXCELSolverApproachEXCELSolverApproachEXCELSolverApproachHerewespecify:TheobjectiveistotalcostatcellJ161Thevariables?????,jarelocatedinthetableE16:G172Theconstraintsareformedbycalculatingthesums∑??????,??and∑i????,??andcomparingthosequantitieswiththeavailablesupplyandrequireddemand.3Theconditions????,j≥0arespecifiedintheoptionsdialogwherewecheckthe“assumenon-negative”option.4Inadditionwespecifythemodeltobelinearbychecking“assumelinearmodel”.5EXCELSolverApproachDisadvantage:ItisdifficulttorecognizethemodelEXCELSolverApproach群智能理论SwarmIntelligence(SI)的概念最早由Beni、Hackwood和在分子自动机系统中提出。分子自动机中的主体在一维或二维网格空间中与相邻个体相互作用，从而实现自组织。1999年，Bonabeau、Dorigo和Theraulaz在他们的著作《SwarmIntelligence:FromNaturaltoArtificialSystems中对群智能进行了详细的论述和分析，给出了群智能的一种不严格定义：任何一种由昆虫群体或其它动物社会行为机制而激发设计出的算法或分布式解决问题的策略均属于群智能。SwarmIntelligenceSwarmIntelligence(续)Swarm可被描述为一些相互作用相邻个体的集合体，蜂群、蚁群、鸟群都是Swarm的典型例子。鱼聚集成群可以有效地逃避捕食者，因为任何一只鱼发现异常都可带动整个鱼群逃避。蚂蚁成群则有利于寻找食物，因为任一只蚂蚁发现食物都可带领蚁群来共同搬运和进食。12SwarmIntelligence(续)一只蜜蜂或蚂蚁的行为能力非常有限，它几乎不可能独立存在于自然世界中，而多个蜜蜂或蚂蚁形成的Swarm则具有非常强的生存能力，且这种能力不是通过多个个体之间能力简单叠加所获得的。社会性动物群体所拥有的这种特性能帮助个体很好地适应环境，其根本原因在于个体之间存在着信息交互能力。12SwarmIntelligence(续)信息的交互过程不仅仅在群体内传播了信息，而且群内个体还能处理信息，并根据所获得的信息（包括环境信息和附近其它个体的信息）改变自身的一些行为模式和规范，这样就使得群体涌现出一些单个个体所不具备的能力和特性，尤其是对环境的适应能力。这种对环境变化所具有适应的能力可以被认为是一种智能，也就是说动物个体通过聚集成群而涌现出了智能。因此，Bonabeau将SI的定义进一步推广为：无智能或简单智能的主体通过任何形式的聚集协同而表现出智能行为。SwarmIntelligence(续)JamesKennedy和RussellC.Eberhart在2001年出版了《SwarmIntelligence》，是群智能发展的一个重要历程碑，因为此时已有一些群智能理论和方法得到了应用。他们不反对Bonabeau关于SI定义，赞同其定义的基本精神，但反对定义中使用“主体”一词。其理由是“主体”所带有自治性和特殊性是许多Swarm的个体所不具备和拥有的，这将大大限制Swarm的定义范围。他们认为暂时无法给出合适的定义，赞同由MarkMillonas（1994）提出的构建一个SI系统所应满足的五条基本原则：SwarmIntelligence(续)ProximityPrinciple:群内个体具有能执行简单的时间或空间上的评估和计算的能力。QualityPrinciple:群内个体能对环境（包括群内其它个体）的关键性因素的变化做出响应。PrincipleofDiverseResponse:群内不同个体对环境中的某一变化所表现出的响应行为具有多样性。S