车辆路径问题的数学模型及优化算法

通过分析交通路径的特点,给出求解车辆路径问题(VRP)的改进的蚁群算法.该算法通过引入启发因子和参数自适应调整,加速了收敛效率,改善了全局搜索能力,最终数值例子表明本文所提算法是可行的、高效的.对VRP问题有较好的求解效果。     

一种GA-BP算法的研究及性能分析

遗传算法具有搜索全局最优解的能力,并且有很强的鲁棒性,而BP算法具有很好的泛化能力和非线性映射能力,基于两种算法的特点,设计了一种GA-BP算法,该算法将遗传算法应用到神经网络中权值和阈值的优化中,将最优解的分布范围缩小,然后通过BP算法进行再次优化和精确求解,以防止神经网络陷入局部极小点,从而达到加速收敛、减少训练次数的目的;并且通过对比实验给出该算法的可行性和有效性分析,进一步验证了该算法在收敛速度和误差精度上的优越性。     

一类线性分式规划问题的分支定界算法

本文针对一类线性分式规划问题,给出一个新的分支定界算法.算法的主要特点是提出了一个加速缩减技巧,这个技巧可以用于改善算法的收敛速度.通过对松弛线性规划问题的可行域细分以及一系列的求解过程,从理论上证明了算法能收敛到初始问题的全局最优解,数值算例表明这个算法是可行的.     

基于改进的蚁群算法求解物流订单派送问题

物流定单派送问题是现代物流配送服务的关键环节之一,需要设计一个快速有效的求解算法。为此,构建了物流定单派送路径优化问题的数学模型,设计了一个改进的蚁群算法来求解该问题。仿真试验结果表明,该算法具有较好的全局寻优能力,收敛速度快,是解决物流定单派送问题的有效算法。     

改进蝙蝠算法在Job-shop调度问题上的应用

针对蝙蝠算法求解Job-shop调度问题的局限性,采用字符串编码、NEH初始化种群粒子和增加随机扰动的方法,对现有蝙蝠算法进行改进。通过对Job-shop调度问题基准算例的求解,并和模拟退火算法、标准遗传算法和粒子群算法进行比较,验证了该算法操作简单,收敛速度快,结果精度高,能有效求解Job-shop调度问题。     

混合天牛须算法解决旅行商问题

文章针对天牛须算法(BAS)后期收敛速度慢、寻优精度低的缺点,提出了一种融入倒位变异的天牛须算法.文章基于基本的天牛须算法,将倒位变异融入到天牛须算法中,帮助算法跳出局部最优,并给出了该算法求解旅行商问题的详细执行过程.最后,为了验证新算法的有效性,使用标准TSP库中的实例对提出的算法的性能进行了实证评估.结果 表明文章对天牛须算法的改进是合理的.     

一种改进的粒子群算法的优化

粒子群算法是一种全局智能优化算法,针对该算法在早期迭代中容易造成局部极值,在后期迭代中容易造成种群的多样性消失,使得算法收敛速度减慢,求解质量不高等缺点。本文提出通过收敛吸引因子粒子来获得局部最优值;加入扰动函数来更新粒子的速度来提高了算法整体效率。经典测试函数证明本文算法性能明显优于基本PSO算法,同时在算法复杂度方面优于其他的智能算法,有效地提升了算法的求解精度。     

基于求解TSP问题的ACA-GA-PSO算法

为了有效求解TSP问题,提出一种融合蚁群算法、遗传算法、粒子群优化算法思想的混合算法。该算法基于最大-最小蚁群系统框架,在选择下一个城市时采用局部搜索策略避免陷入局部最优,在每次循环结束时用演化交叉策略优化得到的全局最短路径,从而提高求解TSP问题的求解精度及收敛速度。TSPLIB中不同规模的TSP问题的仿真实验结果表明了该算法的有效性与可行性。     

基于混合搜索策略的蝴蝶优化算法

蝴蝶优化算法一种模仿蝴蝶觅食行为群智能优化算法,充分利用蝴蝶的嗅觉来确定食物源的位置上,但是该算法与其他智能算法一样,也存在一些缺点和不足如收敛速度和求解精度等方面的问题,本文提出一种混合搜索策略蝴蝶优化算法,在搜索的过程引进柯西搜索算子项使算法的局部搜索能力有所改进,最后通过标准函数测试,结果表明收敛速度和求解精度都有所提高.     

算法分析与设计课程中任务安排问题的教学探讨

阐述了算法分析与设计课程中任务安排问题的求解方法,给出了问题的贪心准则,根据贪心准则设计了贪心求解算法。通过该问题的求解,有助于学生理解贪心算法的设计思路,掌握贪心算法的解题步骤,提高问题求解能力。     

一种快速的QAM信号半盲混合均衡算法研究

针对传输正交幅度调制(QAM)信号的多输入多输出(MIMO)无线通信系统中的信号间干扰问题,提出了恒模算法(CMA)和软决策(SDD)算法相结合的混合算法。该方法代价函数结构简单,精确地利用了已知信息,使得均衡后信号具有良好的误码率性能。本文采用共轭梯度法进行优化,与现在常用的梯度类算法相比较,具有快速收敛的特性。最后分别通过信道最大扭曲和收敛速度分析了该算法的可靠性和有效性,且通过计算机仿真证明了该算法的良好性能。     

基于ε支配的MOGA在0／1背包问题中的应用

多目标遗传算法NSGA—Ⅱ是解决0／1背包问题^[1]的有效算法,但是它还存在一定的缺陷,当0／1背包问题的规模较大时,这种方法很难收敛到Pareto最优边界,因此解的分布性不是很好,解集也很难收敛。针对此问题,提出基于ε支配的MOGA来求解0／1背包问题,通过实验验证该算法在求解分布性上优于NSGA-Ⅱ。     

基于BP神经网络反馈控制器的设计

主要研究了BP神经网络反馈控制器的结构,分析了BP神经网络的学习算法。通过自适应学习速率在线调整网络权值以逼近对象的逆动态模型,并利用Lyapunov方法给出了该算法的收敛的条件。     

自适应粒子群算法在水库优化调度中的应用研究

针对传统粒子群算法在求解梯级水库调度问题时,容易陷入局部最优而早熟收敛的问题,提出自适应粒子群算法。该改进算法结合种群进化程度自适应调整算法控制参数,从而克服传统粒子群算法参数固定引起的搜索能力不足的问题。同时,采用种群局部重建策略解决种群进化后期多样性下降的问题。将改进的粒子群算法应用于清江梯级水电站的发电调度求解,模拟计算结果表明,文章提出的改进算法具有较强的全局寻优能力,可以进一步提高算法的搜索性能和求解精度。     

基于遗传算法的最短路径问题求解实现

文章应用遗传算法求解图论中的最短路径问题,并给出了该算法在解决这一问题的具体实现,使用该算法可以很快地求出一批最短路径集。     

一种求解非线性方程全部实根的算法与实现

本文将模拟退火算法与根的逐步搜索方法相结合,给出了求解非线性方程全部实根近似值的一种算法,在Matlab环境下实现了该算法,通过数值实验证明了该算法的有效性,所求得的根具有较高的精度。     

求解二阶椭圆型方程Dirichlet问题的几种算法

利用有限差分法将椭圆型方程离散为线性方程组,分别用BICGSTAB算法、CG算法、GMRES算法和LSQR算法对其求解,并对这四种算法的求解精度,计算时间及收敛效果进行了比较分析,结果表明:这四种算法对求解此类问题各有优点和不足,相对来说BICGSTAB算法效果最好,LSQR算法效果最差。     

基于布尔矩阵的单属性依赖集候选码求解方法

给出了一个基于布尔矩阵的单属性依赖集候选码求解算法,该算法不用考虑N类属性、回路、子图等问题,能够非常容易的在计算机上编程实现,能十分有效地求出指定问题域中的所有候选码。同时,该算法也为复合属性依赖集的候选码求解方法提供了良好的基础。     

模拟退火算法优化无线传感器网络路由技术

由于模拟退火算法具有全局快速收敛优点,同时利用遗传算法优化模拟退火算法,加快模拟退火算法收敛速度,使其达到具有很强的全局搜索能力,最后对WSN路由优化问题求解.实验表明,本文方法有效地提高了节点能量利用效率.     

基于遗传算法的组合拍卖竞胜标问题

组合拍卖是一种有效的机制,用来在复杂的市场中分配资源。求解组合拍卖问题已被证明是一个完全NP问题,求解组合拍卖问题的研究也就成为组合拍卖的核心问题。本文通过分析组合拍卖问题,给出了组合拍卖求解的一般模型,选取遗传算法对该模型求解,对遗传算法的原理,算法步骤进行了详细描述,该算法具有实现简单、寻优速度快、计算效果良好等特点。并给出了组合拍卖问题,广泛的应用领域如：分配机场空位问题、货车运输服务市场。