一种基于TSP问题的启发式搜索算法研究

旅行推销员问题(TSP问题)是算法研究的经典问题,该问题属于典型的NP难题。研究解决此问题尽可能少计算时间的算法具有重要意义。本文通过研究一种启发式搜索算法,把TSP问题的矩阵通过一种启发式准则约简和搜索,尽量地简少了搜索的范围。     

面向TSP问题的免疫遗传算法研究

TSP问题作为NP难题的典型代表,计算机算法理论研究的热点,各种针对该问题的算法层出不穷。对近期出现的面向TSP问题的免疫遗传算法进行了介绍与总结,在分析了算法特点之后,提出了算法的改进方向,对TSP问题的研究进行了展望。     

蚁群算法在TSP问题中的应用及其优化研究

蚁群算法是一种新型的模拟进化算法。分析了蚁群算法的基本模型和算法在TSP问题中的实现方式,针对其缺陷对基本的蚁群算法进行了一定的改进。     

基于遗传算法和禁忌搜索算法的排课系统研究

排课是高校教务管理工作中的重要业务之一。由于排课问题考虑的因素和约束条件很多,加上不同的学校情况不同,因此很难形成一个固定的排课模式。分析了排课问题的实质及解决方案,主要采用遗传算法和禁忌搜索算法解决排课问题,通过对比和计算分析,取得了良好的效果。     

一种改进的万有引力搜索算法——TSP问题为例

本文旨在找到一种改进的万有引力搜索算法,快速准确解决组合优化问题,以最小旅行距离为目标的经典商人旅行问题为例,使用实数编码,并将连续数值区间的位置变量映射到离散的组合排序,即可行的旅行方案;为了有效地避免算法陷入局部最优解,使用模拟退火算法进行局部扩展搜索,进一步提高解的质量;最后通过仿真对比,得出结合模拟退火算法的万有引力搜索算法具有收敛速度快,精度高的特点这一结论。     

一种改进的万有引力搜索算法——TSP问题为例

本文旨在找到一种改进的万有引力搜索算法,快速准确解决组合优化问题,以最小旅行距离为目标的经典商人旅行问题为例,使用实数编码,并将连续数值区间的位置变量映射到离散的组合排序,即可行的旅行方案;为了有效地避免算法陷入局部最优解,使用模拟退火算法进行局部扩展搜索,进一步提高解的质量;最后通过仿真对比,得出结合模拟退火算法的万有引力搜索算法具有收敛速度快,精度高的特点这一结论。     

遗传算法在TSP问题中的应用

遗传算法是借鉴生物界自然选择和进化机制发展起来的全局的概率搜索算法,旅行商问题(TSP)是著名的NP问题,也是组合优化、计算机科学界经典的问题之一。本文简介了遗传算法的原理、设计方法和基本步骤,并着重用遗传算法对TSP问题进行近似求解。     

一种改进的蚁群算法及其在复杂TSP问题上的应用

以简单TSP问题为例描述了传统蚁群算法过程,提出了其存在的问题及解决该问题的方法.提出了复杂TSP问题的定义,结合改进后的蚁群算法提出了解决复杂TSP问题的方法.通过实验表明,改进后的蚁群算法能够用于解决复杂TSP问题.     

土钉墙内部稳定性分析禁忌搜索算法

基于边坡极限平衡的简化Bishop法,考虑土钉的加固作用,推导了土钉墙安全系数计算公式;然后利用禁忌搜索算法(TSA)对北京某大厦基坑土钉支护结构最危险滑动面的位置及相应最小安全系数进行了搜索.计算结果表明:TSA法的搜索性能要优于简单遗传算法且本文土钉墙简化Bishop法克服了瑞典条分法的不足,具有较高的计算精度.     

TSP问题及其解法研究

TSP问题是实际当中经常遇到的一类经典NP--hard组合优化问题之一。文章分别从贪心方法、动态规划、回溯法、分枝一限界法,这四种经典算法设计方法入手,概述了各种设计方法的基本原理,提出了求解TSP问题的算法思想,并对算法进行分析。     

一种变电站内无功电压优化控制的求解方法

为了实现变电站内无功电压优化控制,提出了采用禁忌搜索算法进行无功电压优化控制问题的求解。以最大限度地降低功率损耗、提高电压质量和减少变压器的调节次数及电容器组的投切次数为目标,建立了相应的数学模型,并考虑系统潮流、控制变量、状态变量、器件动作次数的约束条件。采用数值仿真的方法进行了验证,仿真结果表明提出的方法可以得到最优解,解的质量较高。     

求解TSP问题的一种改进遗传算法

TSP问题是典型的NP完全问题,遗传算法是基于生物进化论的一种全局优化搜索算法。文中针对TSP问题传统遗传算法的缺点,提出了一种改进的遗传算法,并且给出选择、交叉和变异操作的设计。最后,以该算法求解中国旅行商问题(C-TSP)为例,表明该改进遗传算法具有更好的收敛性,可以得到更好的最优解。     

基于禁忌算法的长沙移动网络优化

移动网络优化问题是一个NP难问题,所以它并不能保证在合理的运行次数里就找到最优的方案。常用的人工智能求解优化问题有遗传算法、蚁群算法和禁忌算法。相对于这几种算法在离散对象的组合优化问题中优势比较明显,而禁忌算法更容易跳出局部极值从而能在更大的范围内寻找到一个较优解。我们开发的基于禁忌算法的长沙移动网络优化软件,通过科学分析采集的数据,从而解决话务阻塞和掉话问题,优化了网络,提高了长沙移动的网络质量。     

混合遗传蚁群算法的改进及在TSP问题中的应用研究

蚁群算法(ACA)与遗传算法(GA)都属于仿生型优化算法,是解决组合优化问题的强有力工具,并都分别成功应用于旅行商问题(TSP)中.本文将两种算法进行融合,并给出了新的融合方式.实验结果表明,新的遗传蚁群混合算法有效地改进了算法的全局收敛性,并加快了收敛速度.     

一种离散细菌菌落优化算法研究

为了拓宽智能优化算法解决实际问题的能力,提出一种离散的细菌菌落优化算法。首先,设计新的个体编码方式以及进化方式;其次,融合禁忌搜素算法,克服算法易陷入早熟的不足;最后,与其它算法在Taillard标准调度测试问题集上比较实验,验证了算法的有效性。仿真表明,算法能够寻求到问题的最优组合。     

蜂群算法在TSP问题上的应用及参数改进

在分析蜜蜂采蜜原理和蜂群算法模型的基础上,本文提出了一种适于组合优化问题应用的改进蜂群算法,将其应用在TSP问题的求解上,并对其重要参数limit的求解方法进行了改进。在TSP LIB上的仿真实验结果表明,改进算法全局搜索能力强,有较好的发现最优解的能力。     

博弈树搜索算法的分析与实现

α-β剪枝算法是博弈树搜索算法中成熟而重要的一枝。本文给出其各种改进策略及实现技术,并给出实验结果分析。B*算法是α-β剪枝算法的挑战者,它给我们以新的视角看待博弈树搜索,并能克服α-β剪枝算法的一些缺陷。