使用贪心模拟退火算法求解WTA问题

目的针对当前常用智能算法在求解武器-目标分配问题时存在的不足,将贪心算法思想融入模拟退火算法中,构建贪心模拟退火算法。方法贪心模拟退火算法的思想是基于模拟退火算法容易陷入局部最优解这一缺陷,将贪心思想融入模拟退火算法中,在每次模拟退火算法产生新解后对其进行局部贪心搜索,寻找到更优解,进而提高求解质量。结果分别使用相同的数据,采用遗传算法、神经网络算法以及贪心模拟退火算法对5个案例进行求解,均得到了最优解。结论贪心模拟退火算法的求解结果远远优于其他2种算法,证明了方法的有效性。     

中国邮递员问题的匹配算法

中国邮递员问题是运筹学中一个重要问题。提出了一种求解中国邮递员问题的匹配算法。该算法利用贪心方法对奇度顶点进行配对;然后,将配对的边加入原图得到一个欧拉图;所得欧拉图的欧拉回路为近似的投递路线。仿真试验表明,该算法是有效的。     

混合背包问题的算法设计与分析

提出了一种更具有实际用处的混合背包问题,并建立了相应的数学模型,然后进行了算法设计以及复杂性分析,最后给出了程序主要代码,并利用计算机求解了实例问题,验证了所提出算法的有效性。     

近似求解子问题的乘性Schwarz算法

提出求解线性互补问题的一个乘性Ｓｃｈｗａｒｚ算法，算法中子问题非精确求解，得到了单调收敛性及误差估计式。     

无约束优化问题的差分进化算法求解

许多复杂的无约束优化问题不存在多项式时间复杂度的求解算法,为一类NP-难的问题。基于差分进化算法具有全局优化性能好,结构简单和易于实现的特点,提出了求解无约束优化问题的差分进化算法。数值试验结果验证该算法是可行有效的。     

求解最短路问题的一种优化矩阵算法

矩阵算法是求解不含负回路的网络中所有顶点对之间最短路的有效算法之一,但当节点比较多时,计算的矩阵多,重复计算量大,降低了计算效率。为此,提出了一种优化的矩阵算法,该算法的思路是利用权矩阵计算网络任意两节点之间的最短路长。计算实例表明,优化的矩阵算法减少了重复计算,简化了路径标注方法,提高了计算效率。     

基于偏序关系求解钻井布局问题的演化算法

钻井布局可以归结为在一定约束条件下利用旧井的地质资料来减少新井的钻探数量,以节省钻探费用的问题,通过网格的移动使可利用的旧井数尽可能多。建立了钻井布局问题的数学模型,设计了基于偏序关系求解钻井布局问题的演化算法,得到了理想的计算结果。结果表明,该算法具有精度高、速度快等特点。     

基于偏序关系求解钻井布局问题的演化算法

钻井布局可以归结为在一定约束条件下利用旧井的地质资料来减少新井的钻探数量,以节省钻探费用的问题,通过网格的移动使可利用的旧井数尽可能多。建立了钻井布局问题的数学模型,设计了基于偏序关系求解钻井布局问题的演化算法,得到了理想的计算结果。结果表明,该算法具有精度高、速度快等特点。     

求解TSP问题的混合离散粒子群算法

重新定义了离散粒子群算法DPSO的速度和位置公式,使其适宜求解离散问题.针对DPSO易早熟、收敛慢的缺陷,建立局部极小区域的扰动机制,在结合局部搜索算法PSEC后,提出了一种混合离散粒子群算法HDPSO.     

货架分配问题的Memetic求解

针对超市货架分配问题模型,在文化基因算法(Memetic algorithm)的框架下,采用模拟退火算法和局部搜索相结合的策略对种群进行优化,从不同的区域对解空间进行有效的搜索,提高了算法的效率。数值试验表明,Memetic算法在求解此模型时具有很好的效果。     

改进的克隆选择算法求解0——1背包问题

提出了一种改进的克隆选择算法(Improved CSA),该算法采用贪婪策略与宽限边界值相结合的方法,利用未成熟优良子群体提供的信息修改个体基因位来改善种群质量;同时增加一个历史至当前代最佳个体记忆单元防止种群退化.通过对2个0-1背包问题的仿真实验表明:该算法比一般CSA算法和遗传算法能更快的找到最优解;其搜索效率更高,性能更加稳定.     

生物启发式算法求解多模态优化问题研究

实际生活及工程应用中的诸多问题均可归结为多模态优化问题,研究多模态优化问题的目的在于找出问题的所有全局极值解或有意义的局部极值解。从算法的“完全收敛性”出发,探讨了目前生物启发式算法(如遗传算法、蚁群算法、萤火虫算法、鱼群算法、粒子群算法等)求解多模态优化问题存在的问题和缺陷,并得出其在求解多模态优化问题时必须满足的条件：种群的多样性及种群分布的均匀性。随后概括并总结了目前求解多模态优化问题而保持种群多样性及均匀性的若干策略,着重研究了通过生物启发式算法并结合改进小生境技术在多模态优化问题求解中的研究进展,最后评述了今后一些有意义的研究方向及主要研究内容。     

求解离散优化问题的改进人工蜂群算法的研究

目的解决人工蜂群算法在求解连续优化问题时易陷入局部最优,收敛速度慢,而且算法在最初设计时不适用于离散问题的求解等问题。方法而0-1问题属于典型的二进制离散约束优化的NP-Hard问题,故提出了基于离散优化问题的人工蜂群算法(DABC)。首先,采用二进制编码方法,改进解的编码形式;其次,使用多维邻域搜索策略改进ABC算法的搜索策略,并在雇佣蜂阶段引入高斯变异,保持种群的多样性,加快算法的收敛速度。在侦察蜂阶段引入柯西变异算子,以增强算法的全局搜索能力,避免算法在迭代时陷入局部最优,进一步提高算法的效率和精准度。结果通过实验仿真验证了算法的有效性和高效性,当种群规模增大时,算法的收敛速度加快,从而验证了不同的参数值对算法的影响。结论改进后的算法在求解离散优化问题时确保种群的多样性,提高了算法的收敛速度、整体寻优能力和开发能力。     

利用蚂蚁算法求解图的着色问题

图的着色问题是一典型的优化的问题,用蚂蚁算法求解图着色问题,可保证程序运行的高效率及高收敛性,有效避免了解此问题时极易陷入局部极小的缺陷,并且能较快的收敛.本文着重介绍了用蚂蚁算法解k色图的着色问题的详细步骤.其仿真结果表明,充分说明了蚂蚁算法解决优化问题的优越性.     

推广的四柱Hanoi塔问题的求解算法及时间复杂度分析

对标准的四柱Hanoi塔问题作了改型和变化,就圆盘大小和个数进行了推广,并对这种推广的四柱Hanoi塔问题给出了求解算法及时间复杂度分析.     

推广的四柱Hanoi塔问题的求解算法及时间复杂度分析

对标准的四柱Hanoi塔问题作了改型和变化,就圆盘大小和个数进行了推广,并对这种推广的四 柱Hanoi塔问题给出了求解算法及时问复杂度分析。     

利用模拟退火算法求解VRPTW问题的研究

带时间窗车辆调度问题(Vehicle Routing Problem with Time Window,VRPTW)是具有时间区间(即时间窗)约束的车辆调度问题,它比传统的车辆调度问题更加接近实际中的运输要求。本文从分析模拟退火算法的求解思想入手,建立一个利用模拟退火算法求解VRPTW问题的数学模型,并结合南宁铁路局南宁机务段多个检修基地物料配送的实际,求解出配送车辆最优派车方案,为企业节支创效提供技术支持。     

基于鱼群算法的多维背包问题研究

将鱼群算法应用于求解多维背包问题,提出一种求解多维背包问题的鱼群算法,MKPAFSA。定义MKPAFSA中的各元素,且引入启发因子和动态因子,并对鱼群算法进行了改进和优化。它减少了人工鱼的搜索时间,有效改善了鱼群算法后期收敛较慢且一般仅能得到满意解域的缺陷。仿真试验取得了较好的结果。     

EAOR投影迭代算法求解一类对称双正型线性互补问题

研究求解一类对称双正型的线性互补问题的EAOR迭代算法．证明了由此算法产生的迭代序列的聚点是线性互补问题的解．并且，当互补问题中的矩阵为对称双正加阵或严格对称双正阵时，算法产生的迭代序列存在子序列收敛到互补问题的解．而当矩阵为非退化对称双正加阵时，该序列收敛．     

基于贪心算法的数据备份策略的研究

主要从备份内容、备份方式及备份时间3个方面分析了存储备份策略所要考虑的问题;通过对备份需求的具体分析,制定了存储备份策略模型。引入贪心算法,来解决处理多个任务分配与调度问题,使得处理时间最长的机器的处理时间最小化,以达到在整体时间最短的情况下完成所有备份节点的备份任务。最后通过一个备份实例验证了该备份策略是方便的、有效的和可行的。