求解TSP问题的一种启发式算法

TSP问题模型应用广泛,其求解策略的研究具有重要的理论和实践意义.根据TSP问题的特点,借鉴无向完全图上最小生成树的生成过程,设计了一种启发式算法对TSP问题进行求解.该算法的基本思想是以无向完全图上不同最小生成树为基础,采用启发式的方法构造不同闭合回路,最后取最短闭合回路作为最优解.文中采用C语言编程,同时分析了算法的性能和时间复杂度,并进行了大量仿真计算.结果表明设计的算法能够有效求得TSP问题的优化解.     

一种求解集合覆盖问题的启发式算法

集合覆盖问题是运筹学研究中的一个基本的组合优化问题,它通常描述成如下的一个覆盖问题:从一个m行、n列的0-1矩阵(aij)m×n中选出若干列盖住所有的行,使得付出的代价最小.集合覆盖问题被广泛应用到航空人员行程安排、电路设计、运输的车辆路线安排等领域.对这一问题,国内外学者提出了诸如遗传算法、模拟退火算法、蚁群算法、人工神经网络算法等求解算法.本文以贪心算法为基础,利用人类的智慧和经验,提出了一种求解集合覆盖问题的启发式算法.算法的主要思想为:从某个解出发,随机移除一定比例的列,再用贪心策略加入若干列.用本文提出的算法,对Beasley提出的45个测试实例进行了实算测试,所得结果和最优解的平均相对差值为0.44%,并且得到了其中33个实例的最优解,实算结果表明,本文提出的算法对求解集合覆盖问题是行之有效的.     

一种求解集装箱装载问题的启发式算法

所谓集装箱装载问题,就是将若干大小不同的长方体盒子装进一个大小已知的长方体容器,其目标是最大化容器的积裁率.对这一问题,国内外学者利用不同的哲学思想,提出了诸如遗传算法、模拟退火算法等求解算法.本文提出一种求解此问题的基于最大穴度优先原则的启发式算法.算法中使用了两个重要的策略:最大穴度原则和最小边度原则.用一些公开的算例对算法性能进行了实算测试,测试结果表明:算法所得结果的容器积载率高,是求解集装箱装载问题的有效算法.     

一种有效的求解一维下料问题的启发式算法

使用了一种改进的顺序启发式算法,在排样方式的生成过程中不断修正当前排入毛坯的价值,使之趋于合理,依次选取求解背包函数获得的最大单位价值的排样方式组成当前排样方案,迭代调用该过程多次,最终选取最优的排样方案。在保证较高材料利用率的同时考虑减少排样方式,增加最后一根材料余料长度等多个优化目标。通过多组实验结果比较,证实了算法的有效性。     

一种求解大规模划分问题的启发式方法

人工智能方法是解决复杂组合问题的有效方法。本文把人工智能的搜索策略应用于逻辑划分,提出一个解决大规模划分问题的分段估价的启发式算法并给出试验结果。本算法对于解决运筹调度、通讯、网络、并行处理以及超大规模集成电路的设计与测试等领域中的大组合划分问题具有一定的意义。     

一种求解圆形件下料问题的启发式算法

针对二维圆形件下料问题,提出一种改进的顺序启发式算法。在生成排样方式的过程中,采用价值修正策略不断修正当前排入圆片的价值,使之趋于合理,选取价值最大的排样方式组成当前排样方案,迭代调用该过程多次,从中选取最优的排样方案。实验结果证明,与线性规划算法相比,该算法更有效。     

求解课程表问题的启发式算法综述

课程表问题具有约束较多,关系复杂等特点,是一种特殊的调度问题,在算法复杂度上是NP完全的。该问题具有广泛的应用价值。本文主要对求解该问题的启发式算发的内容和研究进展进行了探讨。     

无重叠条件模式匹配的在线求解算法

无重叠条件模式匹配是众多间隙约束的模式匹配算法中的一种,尽管当前证明了无重叠条件模式匹配是一个多项式时间复杂度问题,并提出了有效的求解算法,但是当前求解算法采用离线计算方式,具有空间复杂度较高的缺点。为了解决该问题,设计了一种在线求解算法,该算法一边读入序列串,一边在流网树中寻找符合约束条件的树根-树叶路径,以快速剪枝无用节点,从而加快了匹配速度。与离线算法的空间复杂度相比,在线算法的空间复杂度为O(m×maxlen×W),这里m,maxlen和W分别表示模式串长度、模式最大长度约束和最大间隙约束。实验结果不仅验证了算法的完备性,与现有算法相比,在内存占用上均有较大性能的提升。     

求解方格packing问题的启发式算法

沿着拟物与拟人的途径，本文为一类具有ＮＰ难度的方格ｐａｃｋｉｎｇ问题得到了实用的近似求解算法。以此算法为基础可以发展出一种为大规模集成电路芯片裁切工作做计算机辅助设计的高效的软件系统。     

约简的一种启发式算法

本文揭示了约简在数量上的蕴涵的一个重要性质,由此给出又一种属性重要性的定义及相应的启发式算法,并对算法进行了详细的分析。文章最后还类似地讨论了相对约简。     

A Heuristic Routing Algorithm

This algorithm, implemented on an inexpensive microcomputer, solved a sophisticated operations research problem.     

独立任务调度的启发式算法

任务调度是一个NP-hard问题,而且是并行与分布式计算中一个必不可少的组成部分,特别是在网格计算环境下任务调度更加复杂。该文提出了满足负载均衡的一个启发式任务调度算法。给出了选择处理机和任务的方法,以提高算法的效率。实验表明该算法是一个高效率的调度算法,并且几乎总是找到了最优调度方案。     

用优选法解系统可靠性最优化问题的一个简捷算法

冗余系统可靠性最优化问题在本质上属于非线性整数规划.现有的严格解法和近似解法 要求浩繁的计算,因而较简单的直接寻查法引起了重视.本文提出,用优选法解可靠性最优化 问题是值得探讨的;在一定范围内灵活掌握工程性约束条件,有可能简化可靠性最优化问题的 求解,具有实际意义. 本文采用优选法的分批试验法,对文献[8]的算法作了进一步的简化,从而提出一个更简 捷的算法.文中举例说明这种算法的应用,并和文献结果进行了比较.     

多约束QoS路由的一种启发式算法

本文提出一种求解QoS路由问题的新启发式算法,该算法求解基于带宽、时延、丢失率的多约束优化路问题,通过构造评价函数调用最短路算法迭代求解,具有较小的时间复杂度。最后给出的仿真结果证明了算法的有效性。     

一种条件向量约简的启发式算法

粗糙决策支持方法是一组用于决策支持的粗糙分析方法,该方法能够充分挖掘决策表的决策能力,以提供强有力的决策支持,并且本质上提供容错的决策支持,条件向量约简是这一方法的重要研究内容。论文以决策强度、条件向量的覆盖度和属性的重要性为启发式信息,提出了条件向量约简的一种启发式算法,通过实验验证了该算法是有效的。     

容忍噪音的扩张矩阵启发式算法研究

现有扩张矩阵算法多为建立在理想数据基础上的,而实际的应用领域中不可避免地存在噪音数据,这样致使其在实际的应用中很难得到令人满意的结果。文章对原有扩张矩阵理论进行扩充,提出扩张矩阵集的概念,并在此基础上给出了一个容忍噪音的扩张矩阵启发式算法(NCV)。实际领域的实验结果表明:NCV算法能够得到较为简单而精确的规则,并且较好地解决了实际领域中存在的噪音问题。     

一种求上近似约简的快速启发式算法

利用时间复杂度为O(|C||U|求U/C的快速算法,设计了一种基于属性重要度的上近似约简快速启发式算法,将时间复杂度降为O(|C|2|D||U|),该算法在处理拥有海量数据的决策表时,具有高效性.     

作业车间调度问题的一种启发式算法

论文描述了解决作业车间调度最短完工时间问题的一种快速有效的启发式算法。该算法基于一种优先指派规则,并利用了往前看的思想。从对一组问题标准实例的实验计算结果看,该算法在很短的计算时间内,对多个实例得到最优解或近优解。