一种求解车辆路径问题的禁忌算法探究

针对车辆路径问题,提出了改进禁忌搜索算法.在求解过程中,采取双层操作构造邻域结构,设计动态禁忌表来改变禁忌表长度,提高整体寻优能力.仿真实验证明了算法的可行性和有效性.     

谈谈禁忌搜索算法

禁忌搜索算法是一种全局性邻域搜索算法,模拟人类具有记忆功能的寻优特征.它通过局部邻域搜索机制和相应的禁忌准则来避免迂回搜索,并通过破禁水平来释放一些被禁忌的优良状态.进而保证多样化的有效探索,以最终实现全局优化.本文主要介绍禁忌算法的基本思想、构成、流程、原理等内容.     

基于遗传和禁忌搜索算法的随机抽题研究与实现

针对大型试题库的随机抽题问题,在考虑遗传算法早熟收敛问题和禁忌搜索算法自适应优点的基础上,将遗传算法和禁忌搜索算法结合起来,用遗传算法做全局搜索,用禁忌搜索算法做局部搜索,实现随机抽题．实验结果表明,算法的抽题效率和质量显著提高．     

大学自动排课算法设计与实现

文章提出了一种应用于高等院校的自动排课算法。该算法针对高等院校排课要求的高易用性、高收敛性等特点将启发式算法、禁忌搜索算法、回溯算法进行有机结合,充分发挥启发式算法在利用应用领域经验和规则的优势,提高了自动排课的资源搜索能力。通过实际的应用表明,该算法在解决复杂的高校排课问题时有较好的效果。     

启发式搜索算法研究

介绍了两种启发式搜索算法:禁忌搜索(Tabo search)和分散搜索(Scatter search),主要说明两个算法的基本要素、算法流程和目前的研究情况。     

求解TSP问题的几种算法比较

旅行售货商问题(简称TSP)是离散优化的一个经典的重要问题,对求解算法的研究非常重要。在介绍求解TSP问题的贪婪算法、禁忌搜索算法、模拟退火算法、遗传算法的基本思想之后,提出了相应的算法。针对测试库的四个典型算例,用程序实现这些算法,对这些算法的运行时间和结果进行比较研究。结果表明贪婪算法短时间就可以得出解,禁忌搜索算法与遗传算法的效果相当,模拟退火算法比遗传算法的结果好。     

车辆路径问题的算法研究

在对车辆路径问题进行描述的基础上,根据容量和时间窗的约束条件,设计一种新的解的表示方法,构造了求解该问题的禁忌搜索算法,给出了算法对测试算例的运算结果,该算法的计算效率较高,收敛速度较快,计算结果也较稳定.     

最小化最大延误无等待流水车间调度问题的禁忌搜索算法(英文)

为求解最小化最大延误无等待流水车间调度问题,提出了3个基于任务块交换的邻域,其中块交换邻域的规模为O(n4),块对换和简化块交换邻域的规模为O(n3).所提邻域的规模均大于现有邻域,因此可提高局部搜索算法的解质量.给出了3个邻域的加速性质,使一个相邻解的评估时间为常量,邻域的评估时间与其规模成正比.同基于支配规则的加速方法相比,所提出的加速性质适用于任何机器数.在禁忌搜索中比较了3个邻域,以及块对换和简化块交换邻域的并集.标准实例集上的计算结果表明:3个基于O(n3)邻域的禁忌搜索算法均好于现有算法;在所有的测试算法中,采用邻域并集的禁忌搜索算法的性能最好.     

浅谈旅行商问题与蚁群算法

蚁群算法是继模拟退火算法、遗传算法、禁忌搜索算法、人工神经网络算法等启发式搜索算法之后的又一种应用于组合优化问题的算法。根据蚁群算法的特性,求解旅行商问题,利用仿真实验程序对蚁群求解旅行商问题进行模拟。     

基于禁忌搜索算法的Job Shop调度问题研究

针对Job shop调度问题,提出了一种改进的禁忌搜索算法,通过从当前解的正序和倒序两个方向同时进行邻域搜索,扩大了搜索的范围。实验结果表明,该算法能有效地解决Job Shop问题。     

带时间窗车辆路径问题的混合遗传算法

针对标准遗传算法在解决带时间窗的车辆路径问题（VRPTW）时存在早熟收敛和易陷入局部极值点的特点,引入遗传算法与禁忌搜索结合的混合算法,同时对杂交算子进行了改进.算法既具有遗传算法的全局性和并行性,又具有禁忌搜索算法的爬山能力.实验表明,改进的混合算法具有计算效率高、收敛速度快等特点,是一种有效的方法.     

基于禁忌算法的中压配电网分段优化

以可靠性成本-效益分析为基础,提出采用改进禁忌搜索算法对中压配电网分段开关的配置进行优化.在考虑用户缺供电量的基础上,提出一种初始解设定方法以及适时调整搜索方向的搜索策略以弥补常规算法的不足并提高搜索效率.最后通过测试结果证明了该算法在计算速度、寻优概率方面具有优势.     

计算智能算法的研究现状

对几种智能计算方法及其特点作一个简明的综述,其中着重介绍模拟退火、神经网络、遗传与演化算法和禁忌搜索算法。讨论了各种计算智能算法的共性。最后指出了智能计算方法的发展趋势,对智能计算方法的推广应用具有重要意义。     

一种求解简单网络路由问题的混合蚁群算法

蚁群算法是一种新型的模拟进化算法,为求解复杂的组合优化问题提供了一种新的思路。该文提出了一种求解网络路由问题的混合蚁群算法,该算法根据概率取值的不同选取三种不同的状态转移规则,通过仿真实验,获得了较好的效果,并与禁忌搜索算法进行了对比,结果表明,混合蚁群算法比禁忌搜索算法运行的时间更短,具有更好的求解性能。     

基于禁忌搜索算法的特征选择方法研究

为了提高特征选择对分类结果的准确率,本文提出了一种基于禁忌搜索算法的特征选择方法。该方法利用禁忌搜索算法获得包含特征权值和特征选择向量的相对最优解,然后用得到的最优解向量对测试样本做出预测。实验结果表明,与现有的特征选择方法相比,该方法的分类准确率有了进一步的提高,并且缩短了特征选择的时间。     

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。     

集合覆盖问题的分散搜索算法

集合覆盖问题的搜索算法有着广泛的应用.本文提出了一个有效求解集合覆盖问题的分散搜索算法,该算法根据集合覆盖问题的特点,以及参考集的产生方法和更新方法,并采用45个标准测试例子测试此算法,通过数值实验结果与遗传算法、基因文化算法的比较,结果表明了此算法是有效的.     

基于禁忌粒子群求解多目标0-1背包问题的研究与实现

选取粒子群算法提供的并行搜索主框架,结合禁忌算法的个体串行搜索方式,能有效地搜索空间,快速实现全局优化。给出了基于禁忌粒子群的混合算法,并结合禁忌粒子群与自启发式方法来求解多目标0-1背包问题。计算机仿真证明,其优化性能指标及搜索效率均有大幅度的提高。     

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。     

语言禁忌及其翻译

在中英文化交流中,人们不可避免地要遇到语言禁忌现象。语言禁忌现象在各种文化中的普遍存在促使我们对语言禁忌进行理性探索。本文着眼于中英语言比较,主要探讨了英语语言禁忌及其特征和分类,并列举了大量中英禁忌预言互译的实例,试图对中英禁忌语的翻译作一些探讨。