知识卡片
IWD按泥土和路径长度选节点
智能水滴算法用路径泥土量和路径长度共同影响下一节点的选择概率,并为泥土变量设置上下限,避免某段路径信息变化过快而使搜索过早集中。它与 [[选城概率融合信息素与距离]] 都组合了历史路径信息和距离启发,但泥土更新属于水滴算法机制,不能直接套用蚁群的信息素更新规则。
选择倾向上(补充教学示例,非书中数据;原文未给具体公式):
| 路段特征 | 对下一节点概率的影响 |
|---|---|
| 泥土少、路程短 | 更容易被选 |
| 泥土多、路程长 | 更不容易被选 |
| 泥土已碰到上/下限 | 该段信息不再剧烈变,降低过早盯住少数路 |
泥土少/路短更像“已有水流冲刷且近”的河道;上限下限管的是变化速度,不是把某条路永久删掉。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 1 3 . 3 基 于 雨 滴 算 法 的 多 目 标 优 化 问 题 · 查看原书依据
蒋杰辉等于2016年提出的改进水滴算法创新点[2],主要在于水滴选择下一个节点的概率由路径泥土量与路径的长短决定,且为防止某段路径上的泥土量改变过快而导致算法提早进入局部收敛的情况,设置了该泥土变量的上下限值。针对医疗物资紧急配送问题,他们首先运用Holling-Ⅱ函数构建了一个SIP疾病传播模型,通过疾病传播模型可以预测不同时刻各阶段感染疾病的患者人数;其次,通过经典的需求预测模型预测不同疫区在不同阶段对治愈疾病的药品需求量;最后,将改进的智能水滴算法对不同爆发时刻的多疫区的多目标应急物流配送问题进行优化,获得最优的应急药品调运方案。
参考来源
- 位置:《智能算法导论》第 13 章《1 3 . 3 基 于 雨 滴 算 法 的 多 目 标 优 化 问 题》(源文件:`_epub-src/EPUB/xhtml/chapter13_0003.xhtml`)
- 结论依据:原文说明下一节点概率由路径泥土量与路径长短决定,并以泥土上下限减缓变化、降低过早局部收敛。分档对照是依据该文字的教学示意,非书中数据或公式。
- 原始内容:水滴选择下一个节点的概率由路径泥土量与路径的长短决定,且为防止某段路径上的泥土量改变过快而导致算法提早进入局部收敛的情况,设置了该泥土变量的上下限值。