基于模拟退火遗传算法的主题爬虫搜索策略研究

以何种策略访问网络,提高搜索效率,是近年来主题搜索引擎研究的主要问题之一。本文对主题爬虫常用搜索策略进行了简单分析,提出了实用性较强的基于SAGA的主题爬虫搜索策略。     

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...     

遗传-蚁群混合算法解决高校排课问题的研究

排课是高校教务部门的常务性工作,随着高校的发展,排课任务变得越发艰巨。因此,研究一套高效的自动排课系统,极具现实意义。文章首先建立排课数学模型,通过将遗传算法与蚁群算法融合,依靠遗传算法生成信息索分布,利用蚁群算法求精确解,优势互补,获得了良好的优化性能与时间性能。     

求解组合优化问题的混合动力学演化算法

该文在对组合优化问题的各类求解算法的研究基础上,基于动力学演化算法的统计力学原理,将局部搜索与模拟退火的策略融入整个算法的设计框架,提出一种新的求解组合优化问题的混合动力学演化算法.该文通过最大独立集问题仿真试验证明了算法的有效性,在较少的计算量下,得到令人满意的结果.     

求解组合优化问题的混合动力学演化算法

该文在对组合优化问题的各类求解算法的研究基础上,基于动力学演化算法的统计力学原理,将局部搜索与模拟退火的策略融入整个算法的设计框架,提出一种新的求解组合优化问题的混合动力学演化算法。该文通过最大独立集问题仿真试验证明了算法的有效性,在较少的计算量下,得到令人满意的结果。     

信息系统效率优化的改进遗传算法

按照信息系统评价体系的三个层次，信息系统的效率评价是信息系统评价的基础，同时信息系统的效率优化也是信息系统优化的基础。在信息系统效率定量分析与仿真的基础上，文章提出了利用禁忌搜索思想进行信息系统效率优化的改进遗传算法，并讨论了算法应用中的一些特别问题。     

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。     

几种计算机自动排课方法综述

排课是学校教学管理中十分重要又相当复杂的管理工作之一,随着高校教育事业的发展,学生人数的不断增加,在教室资源有限的前提下课程编排显得更加繁重.本文简述了几种计算机自动排课的方法.     

空箱优化调运问题的混合PSO-SA算法

考虑完全满足港口集装箱空箱需求,基于最小化调运和租箱的总成本,建立了港口集装箱空箱的优化调运模型,提出了求解此模型的混合PSO-SA算法,开发了相应的求解程序.文中设计了两种混合策略:对每代粒子群体中的最优粒子和每个粒子实施退火操作.仿真实验表明,模拟退火过程增强了粒子群算法的局部搜索能力;当采用后一种混合策略时,算法获得比Lingo更好的试验结果.     

基于模拟退火和GPS的蚁群路由协议设计

在移动Ad Hoc网络当中路由协议一直是研究的热门方向。传统的AntNet存在算法初期收敛慢和个体盲目性等缺陷,使得它不能很好地作用于实际应用当中。提出一种新的模拟退火和GPS相结合的蚁群路由协议SANet,它将具有更好的实用性。     

基于混合自适应的遗传工作流挖掘算法

针对遗传算法工作流挖掘容易过早收敛且局部寻优能力较差,导致得到的解不理想的情况,提出了一种基于混合遗传方法的工作流挖掘算法。该算法采用因果矩阵映射流程实例作为工作流模型的编码,在遗传算法的选择操作阶段采用锦标赛策略与精英保留策略相结合,在交叉变异阶段运用混合自适应方法,并结合模拟退火思想,使解的质量有了明显的提高。仿真实验表明,该算法与基于简单遗传方法的工作流挖掘算法相比效率更高。     

蚁群算法研究综述

蚁群算法是一种仿生进化算法.该算法在组合优化、网络路由、函数优化、数据挖掘等领域获得了广泛的应用,并取得了较好的效果.本文在对蚁群算法原理、模型研究的基础上,对国内外的研究现状进行了总结和分析,对今后的进一步研究提供了借鉴和参考.     

基于链式遗传——模拟退火算法的配电网络重构

以网损最小为目标函数,节点电压、网络辐射性和电源容量的限制为约束条件,建立了配电网络重构优化数学模型。针对各种单一算法的局限性,提出了一种基于链式遗传-模拟退火算法。该算法将环境压力映射为待优化问题,进化链（食物链）上每条染色体（个体）则对应问题的一个候选解,通过模拟退火Metropolis取舍准则控制算法搜索最优方案的进程。最后,在IEEE16节点系统上验证了所提方法的有效性。     

主题信息搜索系统中的搜索策略研究

针对主题搜索引擎反馈信息主题相关度低的问题,提出了将遗传算法与基于内容的空间向量模型相结合的搜索策略。利用空间向量模型确定网页与主题的相关度,并将遗传算法应用于相关度判别,提高主题信息搜索的准确率和查全率。在Heritrix框架基础上,利用Eclipse3．3实现了相应功能。实验结果表明,搜索策略改进后的系统抓取主题页面所占比例与原系统相比提高了约30％。     

蚁群算法发展评述

蚁群算法作为一种基于种群的模拟进化算法,在从提出到现在的短短十余年的时间里,已经被成功地用于解决各种复杂的组合优化问题,并且取得了令人欣喜的效果。但蚁群算法也有其相应的缺点。对蚁群算法的基本模型及其改进形式作了介绍,并对蚁群算法的未来研究方向作了展望。     

蚁群算法理论及应用

蚁群算法是优化领域中新出现的一种仿生进化算法。该算法采用分布式并行计算机制,易与其他方法结合,具有较强的鲁棒性。本文首先介绍了蚁群算法的基本原理,然后讨论了蚁群算法的应用,最后评述了蚁群算法未来的研究方向和主要研究内容。该算法用于解决组合优化问题,如TSP、QAP、JSP等效果很好。     

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。     

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。     

函数优化的遗传算法

遗传算法是一种有效的模拟进化算法,针对不同问题,编码方式多种多样。针对函数优化问题,阐述了不同的编码方式及遗传操作,在Matlab环境中用遗传算法实现求解函数优化问题。