应用人工蜂群算法求解旅行商问题

旅行商问题(TSP)是经典的组合优化问题之一。人工蜂群算法是近年来被提出的一种新的智能启发式算法。根据旅行商问题的模型特点,设计人工蜂群算法对算例进行仿真求解。同时将人工蜂群算法与遗传算法进行对比,结果表明:人工蜂群算法可以有效的求解旅行商问题,在收敛速度、计算效率、稳定性方面相对遗传算法具有一定的优势。     

用蚁群算法求解有线路约束的TSP问题

本文利用 01 矩阵,设计了新型的蚁群算法,用于解决有线路约束的经典旅行商问题,并求出了在有线路约束下,走遍不同城市的行程最短的最佳路线和最佳路线的长度.     

求解带有利用率惩罚背包问题的参数自适应差分进化算法

本文研究一类新型的背包问题,特征主要体现在目标函数不仅要最大化装载物品的价值,同时还包含关于背包利用率的凸型罚函数。首先分析该问题的线性松弛最优解性质,以揭示整数最优解的结构特征。为了有效求解该问题,设计了一种参数自适应差分进化算法。该算法中提出变异和交叉参数的自适应选择方法,在进化的过程中可以动态评估每组被选参数的性能,并用于指导下一个迭代过程的参数配置,从而避免了基本差分进化算法中参数选择的困难。实验结果显示提出的参数自适应差分进化算法性能显著优于基本差分进化算法,说明新算法在求解惩罚背包及类似问题上的有效性和稳定性。     

基于禁忌搜索算法的改进最短路径算法

目前的网络已经十分庞大而链路更易发生变化但Dijkstra算法仍存在着慢收敛问题,从而影响了路由器的性能。本课题通过建立禁忌搜索算法求解最短路径优化问题的数学模型框架和各利用禁忌搜索算法的基本框架,设定禁忌表的大小,控制算法最大迭代次数范围并经过多组数据测试并验证该算法。解决Dijkstra算法最短路径的优化问题,符合现代人工智能路由器发展的趋向。     

交巡警服务平台的设置与调度模型与算法求解

本文根据城市的实际情况与需求,合理地设置交巡警服务平台、分配各平台的管辖范围、调度警务资源.针对交巡警服务平台管辖范围的分配与警力调度问题,利用Floyd算法确定交通网络中任意两节点间的最短路径,根据其路径值建立优化模型对问题进行求解.     

基于模拟退化算法的混合遗传算法及其应用

将遗传算法和模拟退火算法进行了有机结合,并采用一种自适应的交叉和变异概率,本文提出了一种改进的混合遗传算法——自适应的模拟退火遗传算法.通过旅行商问题的仿真实验,对比遗传算法和模拟退火算法的实验结果,这种混合遗传算法改进了传统遗传算法的性能,并且提高了整个算法的收敛速度,拥有更好的优化性能.     

图论在物流运输中的实例研究

本文主要研究图论在物流运输中的应用,以江苏省泰州市海陵城区为实例,通过Floyd算法,给出城区主干线上的结点间的最短路径,并通过构建欧拉回路,优化城市物流路径,提高运输效率。     

高维多目标优化算法研究综述

当遇到目标数目多于4个或4个以上的高维多目标优化问题时,基于Pareto支配排序的多目标进化算法很难求出近似的Pareto最优解集合,因此,高维多目标优化问题的进化算法研究成为进化算法领域的一个难点问题。本文在分析了高维多目标优化问题研究难点的基础上,概括了高维多目标优化问题的类型,并介绍了含有冗余目标的高维多目标优化问题的目标缩减算法,最后指出了今后该领域的研究方向。     

基于蚂蚁算法的故障诊断研究

本文利用旅行商问题与模拟故障诊断之间数据样本的离散特性,构建多维空间距离最优的蚂蚁算法来解决故障模式识别的问题,其计算快捷,具有一定的鲁棒性,对未知数据也能进行检测,经过实际验证效果良好。     

基于差分因子的血氧饱和度算法研究

传统无创双波长血氧饱和度测量方法忽略了光散射对测量精度的影响。通过研究分析人体组织中光散射对吸收度的影响,引入了人体差分路径因子,优化了光的传播路径计算方法,改进了时变光谱算法,有效解决了光在人体中的散射造成的测量误差大的问题。     

基于地震灾害场景集的应急救灾物资配送路径问题

研究地震灾害场景集的应急救灾物资配送路径问题,在不依靠路径运输时间概率分布的前提下求出配送中心到受灾点的最可靠的运输路径,应用模糊综合评价法评估各因素对道路通行状态的影响,使用场景集描述路径旅行时间的不确定性,应用最大最小理论设计绝对可靠路径与相对可靠路径,给出实例进行求解。     

浅议求解最短路径问题的两种算法

本文通过对比求解最短路径问题的Dijkstra算法和Floyd算法的设计思想、求解过程和应用实例,讨论了两种算法的特点及适用领域。     

基于DE与ELM的交通流预测

交通流预测在智能交通系统中具有重要地位,本文提出了利用极限学习机对交通流进行预测。为了整体提高算法的泛化性能,寻求全局最优解,在极限学习机的训练阶段,利用差分进化算法对其权值进行优化。实验采用西安某地区的交通流数据作为实验数据来评估所提算法的性能。结果表明,所提出的DE-ELM算法在交通流预测中具有较高的精确度,验证了其有效性。     

基于遗传算法和BP神经网络的PID控制方法的交流伺服系统研究

BP网络模型己成为神经网络的重要模型之一,在很多领域得到了应用,但它也存在一些不足。如从数学上看,它是一个非线性优化问题,这就不可避免地存在局部极小点问题;BP网络学习算法收敛速度较慢,且收敛速度与初始权值的选择有关;网络的结构设计,即隐层及节点数的选择尚无理论直到,而是根据经验选取。本文针对BP算法局部极值的缺点,考虑将遗传算法和BP算法结合,进行对BP神经网络进行优化。用遗传算法优化神经网络,主要包括三个方面:连接权的进化、网络结构的进化,学习规则的进化。     

基于差分算法的高校排课系统的优化与实现

差分算法借鉴优化选择和差分机制,使用搜索技术,根据学生的学习进度情况,合理配置教学资源,对教学安排工作进行优化调整。高校调课涉及到学生学习基础、教室容量、教学硬件设施配备、班级人数、教师要求和上课时间六方面相互关联的因素。通过对差分算法进行优化改进,调整参数设置,对教学资源合理化使用有着比较显著的作用。     

基于混合算法的双向物流路径优化问题的研究

本文针对双向物流的特点,重点分析研究了车辆配送的策略。为了更好地协调车辆进行路径选择和运输成本间的关系,以及更好地考虑综合因素及实际情况进行节点间的选择,针对双向物流路径问题的研究方法,建立了优化路径的极小化数学模型。最后针对路径优化方法及研究状况,采用了聚类分析及蚁群算法,并经仿真验证,结果合理有效。     

交巡警服务平台的设置与调度

合理设置交巡警服务平台,分配各平台的管辖范围,调度警务资源是当今城市面临的一大课题。本文针对不同情况,建立相应数学模型对交巡警平台进行设置和调度。着眼于市区具体情况,以出警时间较短,工作量均衡,民众满意度高这三方面为原则设置交巡警服务平台。首先,采用最邻近法的思想,以A区的各个平台为中心,利用递归算法向外依次进行搜索,依据搜索的点距中心平台不超过3km这一原则,经过三次搜索后距平台3km内的点已经全部覆盖,没有覆盖的点按照最短路径的原则选择平台,确定出各平台的管辖范围。然后,运用Floyd算法求出A区任意两点间的最短路径,以距离最大的路径达到最小为原则,通过比较选取距离13条交通要道最近的服务平台出警进行封锁,最快速的封锁时间为10.725分钟。最后,针对A区现有交巡警平台的工作量不均衡和有些地方出警时间过长,利用发案率判断工作量是否均衡,进行优化配置,在标号29,39,61,88的四个道路结点上增加四个平台,使得平台的设置趋于合理。     

基于GIS和Oracle的连锁商户信息管理系统设计

本文基于GIS和Oracle技术,针对连锁商户特点,提出商户信息管理系统的基本设计。基于GIS的最短路径算法建立连锁型企业与商户的拓扑模型,建立信息管理系统的Oracle数据库,不同角色可直观或按需获取信息。     

粒子群算法求解物流路径优化问题

为了高效解决物流配送车辆路径优化问题,提出一种粒子群优化算法,根据粒子群较强的寻优能力,扩大了种群多样性和提高算法精度。本文针对此算法进行仿真实验,结果证明该算法寻求的最优解、平均解、以及找到最优解次数和时间均有明显效果。     

基于改进最大最小蚁群算法的方格蔟采茧机采茧路径优化

方格蔟自动采茧机对纸板方格蔟进行采茧时,电磁采摘器需遍历整个方格蔟,由于方格蔟中存在较多的未营茧空格,还有部分黄斑茧等下茧,造成方格蔟采茧机遍历无效路径长、采茧效率低。为了提高方格蔟采茧机的采茧速度和采茧效率,实现采茧机的选择性高效采茧,对基于最大最小蚁群算法的信息素更新方式和状态转移概率函数进行改进并应用于方格蔟采茧机采茧路径优化,使采茧路径和时间更短。试验结果显示,对于不同营茧率的方格蔟,采用改进的最大最小蚁群算法较最大最小蚁群算法的采茧效率均有不同程度上的提高,当营茧率在75%～90%时,采茧路径节约率为3.8%～4.1%,时间节省率为10.0%～12.8%。