为大型活动运输采用混合计划方法:集成和搜索和黑寡妇优化
Mohd Khaled Shambour1, Esam Khan2, Muhannad A Abu-Hashem3
1Department of Intelligent Systems Engineering, Faculty of Engineering and Design, Middle East University, Amman, Jordan.
PeerJ. Computer science
|February 3, 2025
概括
这项研究引入了一种新的混合优化算法,Harmony Search Black Widow Optimization (HSBWO),用于运输安排. 在复杂的场景中,HSBWO显著提高了解决方案质量和融合率.
科学领域:
- 计算智能是一种计算智能.
- 超启发式优化优化
- 运营研究 运营研究
背景情况:
- 优化技术对于解决复杂的现实世界问题至关重要.
- 像和搜索 (HS) 和黑寡妇优化 (BWO) 这样的现有算法在探索和利用方面存在局限性.
- 有效的运输安排对于像朝圣朝圣这样的大规模活动至关重要.
研究的目的:
- 为了开发一种新的混合优化算法,Harmony搜索黑寡妇优化 (HSBWO).
- 通过将BWO的食人行为集成到HS中来增强优化算法的探索和利用能力.
- 应用HSBWO来优化朝圣者住房站点容量和在朝圣期间的运输安排.
主要方法:
- 通过结合HS和BWO开发了和搜索黑寡妇优化 (HSBWO) 算法.
- 将BWO的食人机制集成到HS的即兴制作过程中.
- 应用HSBWO在Muzdalifah的哈吉朝圣者实际运输安排问题上.
主要成果:
- 在各种场景中,HSBWO总是比HS和BWO获得更高的平均分数.
- 在HSBWO的解决方案质量和趋同率上观察到显著的改善.
- 统计分析证实了显著的绩效差异 (ANOVA,p<0.05),HSBWO的表现优于HS (3.1%-55.2%) 和BWO (6.4%-56.0%).
结论:
- 拟议的HSBWO算法与独立的HS和BWO相比,提供了更高的性能.
- 在运输安排方面,HSBWO有效地解决了复杂的优化挑战,特别是在大型活动中.
- 整合BWO的食人机制提高了优化算法的效率.
