收藏本站
《哈尔滨工程大学》 2018年
收藏 | 手机打开
二维码
手机客户端打开本文

基于小生境粒子群算法的竞胜标确定问题研究

张华  
【摘要】:随着电子商务的高速发展,拍卖市场中可供竞标者选择的物品急剧增加,拍卖方式也逐渐由单一同质物品的传统拍卖转向异质多物品的组合拍卖。组合拍卖(Combinatorial Auction,CA)允许竞标者依据物品之间的关联价值对多个物品的组合进行出价,因而能够提高拍卖的效率、降低商品流拍的风险。竞胜标确定问题(Winner Determination Problem,WDP)是组合拍卖的核心问题,其已被证明是一个NP难问题,求解WDP问题的算法性能直接影响拍卖人的最终收益。粒子群算法作为一种经典的群智能优化算法,具有模型简单、易于实现和参数少的特点,已广泛应用于NP问题,因此本文使用粒子群优化(Particle Swarm Optimization,PSO)算法求解WDP问题。为了解决PSO算法中种群多样性和收敛性之间的矛盾,本文提出了一种基于小生境的反向学习和局部学习的粒子群算法(Niche-Based Reverse-Learning and Local-Learning Particle Swarm Algorithm,NRLPSO)。主要做了以下两部分工作:(1)提出基于小生境的反向学习和局部学习的粒子群算法(NRLPSO)。首先,为提高PSO算法的种群多样性,降低其陷入局部最优的可能性,在PSO算法中引入了反向学习机制,当判定算法陷入局部最优时,启动反向学习机制。其次,为了提高算法的求解精度和收敛速度,设计局部学习机制。通过模糊聚类自适应生成不同小生境,小生境内部采用模拟退火法,强化算法的局部搜索能力,在小生境之间采用反向学习机制,强化算法的全局探索能力。最后,算法在不同维度基准函数上进行对比实验,分析算法的收敛速度、求解精度等优化性能,实验结果表明,相比于改进的对比粒子群算法,本文提出的NRLPSO具有更好的求解精度和稳定性。(2)使用所提NRLPSO算法解决WDP问题。首先,为了降低求解WDP问题的难度,依据竞标之间的价值约束关系对可行解空间进行预处理。其次,由于WDP问题的可行解空间是离散的,为保持算法在处理离散问题时的高效性和鲁棒性,采用映射粒子的位置而保持连续版本PSO的速度和位置更新公式不变的方式来求解WDP问题。最后,使用CATS 2.0软件平台生成基于L3与L4分布的不同规模的测试数据集,对比实验表明,NRLPSO算法在求解WDP问题时具有更高的求解精度。
【学位授予单位】:哈尔滨工程大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:F713.359;TP18

【参考文献】
中国期刊全文数据库 前10条
1 夏学文;刘经南;高柯夫;李元香;曾辉;;具备反向学习和局部学习能力的粒子群算法[J];计算机学报;2015年07期
2 贾文生;向淑文;杨剑锋;;基于自适应小生境粒子群算法的多重Nash均衡求解[J];计算机应用与软件;2015年01期
3 钱巍;冯玉强;唐振宇;;基于有穷损害优先法求解组合拍卖竞胜标问题研究[J];运筹与管理;2012年03期
4 郭桂霞;龚强;;竞拍者的策略性信息披露[J];浙江社会科学;2010年11期
5 王宏;;组合拍卖的理论与实践:一个文献综述[J];产业经济评论;2009年01期
6 王俊年;申群太;沈洪远;;基于小生境微粒群算法的山峰聚类[J];计算机工程与应用;2006年17期
7 丛华,古钦民,周怀瑜,郭岚,杨婷婷,何深一,李瑛,赵群力;小鼠口服弓形虫DNA混合疫苗的免疫保护反应[J];中国寄生虫学与寄生虫病杂志;2005年03期
8 彭锦新,刘天琪,刘辉乐;基于小生境技术的Pareto多目标配网重构[J];继电器;2005年08期
9 李峥,李师贤;一种有效的决定优胜者问题的近似算法[J];小型微型计算机系统;2004年07期
10 陈培友,汪定伟;用改进遗传算法求解组合拍卖竞胜标[J];东北大学学报;2004年04期
中国博士学位论文全文数据库 前1条
1 钱巍;组合拍卖中竞胜标自动确定问题研究[D];哈尔滨工业大学;2012年
中国硕士学位论文全文数据库 前1条
1 张皓辰;一种求解组合拍卖胜者决定问题的局部搜索算法[D];东北师范大学;2017年
【共引文献】
中国期刊全文数据库 前10条
1 黄璐;;基于承运商视角的横向协同物流研究[J];物流技术;2015年03期
2 周荣辅;刘博;;策略性信息的分类及其对决策者和提供者的利弊分析[J];法制与社会;2014年05期
3 高小平;左爱军;;基于文化基因算法的组合拍卖竞胜标决定问题研究[J];价值工程;2013年31期
4 杨建林;卢慧清;周辉;陈云峰;;考虑供电可靠性的配电网多目标重构问题的NSGA—Ⅱ求解[J];电气应用;2013年10期
5 田剑;高杰;;不同一口价组合拍卖机制下的卖方收益比较研究[J];经济经纬;2012年01期
6 李宇中;;改进猴王遗传算法求解大规模组合拍卖竞胜标[J];电脑知识与技术;2012年01期
7 张怡;史峰;;建设工程组合招标机制设计模型研究[J];人民长江;2011年23期
8 李伟;张振刚;闫宁;;基于改进小生境遗传算法的Pareto多目标配电网重构[J];电力系统保护与控制;2011年05期
9 王飞;徐肖豪;张静;陈凯;;GHP时隙分配问题的组合拍卖竞胜标模型与算法[J];系统工程;2010年02期
10 李涛;雷开彬;柳健;陈建英;;基于山峰聚类的复杂背景下红外弱目标分割方法[J];计算机应用;2010年02期
中国硕士学位论文全文数据库 前1条
1 张华;基于小生境粒子群算法的竞胜标确定问题研究[D];哈尔滨工程大学;2018年
【二级参考文献】
中国期刊全文数据库 前10条
1 曾毅;朱旭生;廖国勇;;一种基于邻域空间的混合粒子群优化算法[J];华东交通大学学报;2013年03期
2 王建;张献州;张勇;李伟;;改进粒子群算法求解GPS短基线整周模糊度的研究[J];大地测量与地球动力学;2012年04期
3 贾文生;向淑文;杨剑锋;胡文生;;基于免疫粒子群算法的非合作博弈Nash均衡问题求解[J];计算机应用研究;2012年01期
4 谭阳;唐德权;全惠云;;一种排异竞争的粒子群优化算法[J];系统仿真学报;2011年12期
5 刘俊芳;张雪英;宁爱平;;PSO和ABC的混合优化算法[J];计算机工程与应用;2011年35期
6 陈李钢;李一军;艾文国;;组合拍卖在门户网站广告机会分配中的应用[J];运筹与管理;2011年02期
7 迟玉红;孙富春;王维军;喻春明;;基于空间缩放和吸引子的粒子群优化算法[J];计算机学报;2011年01期
8 ;An adaptive hybrid optimizer based on particle swarm and differential evolution for global optimization[J];Science China(Information Sciences);2010年05期
9 瞿勇;张建军;宋业新;;多重纳什均衡解的粒子群优化算法[J];运筹与管理;2010年02期
10 张玮;王华奎;;粒子群算法稳定性的参数选择策略分析[J];系统仿真学报;2009年14期
中国博士学位论文全文数据库 前3条
1 周乐欣;拍卖理论在物流交易中的应用研究[D];武汉大学;2010年
2 贺志涛;多维网上拍卖优化机制与决策模型研究[D];哈尔滨工业大学;2009年
3 孙晓明;量子信息论与计算经济学中若干算法与复杂性问题研究[D];清华大学;2005年
【相似文献】
中国期刊全文数据库 前10条
1 常冬霞;张贤达;;基于小生境技术的人脸分类算法[J];电视技术;2009年S2期
2 王巍;彭力;;嵌入隔离小生境技术的混沌粒子群算法[J];系统工程与电子技术;2008年06期
3 罗荇子;汪沨;谭阳红;胡君楷;王睿;;改进小生境蝙蝠算法在无功优化中的应用[J];电力系统及其自动化学报;2017年10期
4 刘国炜;常新功;;小生境技术在遗传规划中的应用[J];计算机系统应用;2011年02期
5 郝晓丽;谢克明;;基于小生境技术和聚类分析的人工免疫算法[J];计算机科学;2007年09期
6 喻寿益,郭观七;一种改善遗传算法全局搜索性能的小生境技术[J];信息与控制;2001年06期
7 李智勇;陈友文;;一种融入小生境技术的遗传禁忌算法[J];湖南大学学报(自然科学版);2010年04期
8 张爽;王华;高金刚;;基于小生境人工蜂群算法的字符边缘图像提取[J];吉林大学学报(理学版);2018年06期
9 周长峰;贾倩;张恒海;;小生境技术在动力学系统参数辨识中的应用研究[J];山东交通学院学报;2008年03期
10 陈西成;刘曙;范兵兵;;应用小生境混沌搜索策略的花朵授粉算法[J];重庆大学学报;2018年11期
中国重要会议论文全文数据库 前3条
1 姜封国;;基于小生境技术的混合遗传算法[A];第二十九届中国控制会议论文集[C];2010年
2 陈家照;廖海涛;张中位;罗寅生;;一种改进的遗传算法及其在路径规划中的应用[A];2009系统仿真技术及其应用学术会议论文集[C];2009年
3 酆小凯;王茜;雷鸣;;带基因库的基于小生境技术的检测器生成算法[A];2008年计算机应用技术交流会论文集[C];2008年
中国博士学位论文全文数据库 前1条
1 李利;液压集成块智能优化设计理论与方法研究[D];大连理工大学;2002年
中国硕士学位论文全文数据库 前10条
1 张华;基于小生境粒子群算法的竞胜标确定问题研究[D];哈尔滨工程大学;2018年
2 张振安;基于小生境技术改进遗传算法在供电网规划中的应用[D];东南大学;2005年
3 王东江;基于小生境混合蛙跳算法的优化迭代学习控制算法研究[D];兰州理工大学;2017年
4 杨新刚;基于擂台赛法则和小生境技术的进化多目标优化算法的研究及应用[D];安徽理工大学;2011年
5 王巍;微粒群算法的研究与应用[D];江南大学;2008年
6 高健凯;基于改进遗传算法小波神经网络控制器设计与研究[D];哈尔滨理工大学;2012年
7 李艳丽;基于多目标优化的粒子群算法研究及其应用[D];西南交通大学;2014年
8 唐超礼;群智能算法及其在函数优化中的应用研究[D];安徽理工大学;2007年
9 向婷;基于粗糙集与排挤小生境的免疫入侵检测器优化方法[D];南华大学;2017年
10 黄志望;改进遗传算法及其在结构工程优化中的应用研究[D];北京工业大学;2005年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62791813
  • 010-62985026


丁香五月 啪综合