搜索结果: 1-15 共查到“计算机科学技术 TSP”相关记录58条 . 查询时间(0.089 秒)
蚁群算法的改进大多从算法本身入手或与其他算法相结合,未充分利用待解决问题所包含的信息,提升效果较为有限.对此,提出一种面向对象的多角色蚁群算法.该算法充分利用旅行商问题(TSP)对象的空间信息,采用??-均值聚类将城市划分为不同类别;同时,对蚁群进行角色划分,不同角色的蚁群针对城市类别关系执行各自不同的搜索策略,增强了蚁群的搜索能力,较大幅度地提高了求解质量.每进行一次迭代,仅各角色最优个体进行信...
针对蚁群算法存在的搜索时间长、易限于局部最优解等缺陷，提出了一种改进的蚁群算法。通过在初始化信息素矩阵中采用候选城市列表减少劣质解，在局部搜索中采用聚类进行二次搜索，缩小了算法的搜索范围、改善了解空间的质量，提高了搜索速度。仿真结果表明，改进后的蚁群算法在TSP的求解中，收敛速度和全局寻优能力均得到较大的提高。
针对标准蚁群算法易于出现早熟停滞现象，提出了一种自适应多态免疫蚁群算法（adaptive polymorphic immune ant colony algorithm，PIACA）。通过设置多种状态蚁群及引入自适应多态蚁群竞争机制，PIACA算法能有效抑制收敛过程中的早熟停滞现象。将禁忌表中每只蚂蚁走过的路径视为抗体，对抗体运用局部最优搜索算法和免疫克隆选择算法进行高效优化，提高了解的质量。针对...
巡回旅行商问题（TSP）是最典型的NP的难题，遗传算法（GA）是解决这类问题的有效方法之一。由于该问题的解是一种特殊的序列，一般的交叉算子在该问题的求解效果方面并不理想，提出了贪心的3PM交叉算子，同时又引入退火选择方法，形成一种新的模拟退火遗传算法GCBSAGA（Greed Cross-3PM Based on Simulated Annealing Genetic Algorithms）。该算...
针对粒子群优化算法易陷入局部极值的缺点，提出一种改进粒子群算法，该算法借鉴贪婪算法的思想初始化种群，利用两个种群同时寻优，并将遗传算法中交叉和变异操作引入其中，实现种群间的信息共享。用14点TSP标准数据对算法性能进行了测试，结果表明该算法能够较早跳出局部最优，具有较高的收敛速度和收敛率。
改进遗传算法在求解TSP问题上的应用研究
近邻选择策略 遗传算子 旅行商问题
2009/12/10
遗传算法是一种比较成熟的智能算法，一般通过改进遗传算法的算子达到提高算法性能的目的。提出一种改进的遗传算法，遗传算子是基于近邻选择策略设计的，另外还对评估函数、种群多样性以及保留精英算子等方面对遗传算法进行了改进，并将其应用到旅行商问题的求解上，实验结果表明提出的算法是有效的。
TSP问题的禁忌模拟退火求解
模拟退火 禁忌搜索 旅行商问题
2009/12/3
提出了一种加入了禁忌表、并且采用了新的温度控制机制的用于求解TSP问题的模拟退火算法。新算法增加了搜索结束阶段进行“爬坡”移动的概率，吸收了禁忌搜索具有较强局部搜索能力的优点和模拟退火算法产生优质解的能力，并且对问题的依赖性低于传统的模拟退火算法。对标准的TSPLib中不同国家的城市数据进行测试的实验结果表明，新的算法比传统的模拟退火算法在求解TSP问题上有更快的收敛速度，在解的质量上也有一定程度...
求解TSP的改进自组织PSO算法
自组织 种群多样性 旅行商问题（TSP）
2009/12/3
针对粒子群算法（PSO）的早熟收敛现象，从种群多样性出发，基于自组织临界性特点改进PSO 算法的参数设置，采用自组织的惯性权重和加速系数，并增加了变异算子。借鉴交换子和交换序概念，设计出了能直接在离散域进行搜索的改进的自组织PSO算法。用于旅行商问题（TSP）的求解，并与基本及其他典型改进PSO算法进行性能比较。实验结果证实改进的自组织PSO算法是有效的。
求解TSP问题的三角形编码抗体克隆选择算法
TSP问题 人工免疫系统 克隆选择
2009/10/21
在探讨遗传算法求解TSP问题中编码方式和交叉、变异算子作用特点的基础上，发现模板理论已经不能很好地适应TSP问题，主要是因为非二值符号编码和交叉算子对边的过度破坏导致子代难以继承父代的优良模式．为了克服上述问题，提出一种三角形表示的路径编码方案，并给出相应的启发式路径搜索策略;引入生物免疫系统的克隆选择机理加强局部搜索，进而构造一种适合TSP问题求解的人工免疫系统算法——超变异抗体克隆选择算法(H...
使用面向离散搜索空间的蛙跳算法求解TSP
旅行商问题 人工智能 蛙跳算法
2009/10/10
针对搜索空间是离散的问题近似求解，提出了一种名为DSSLFA的蛙跳算法；给出了该算法的具体流程和实现细节；探讨了将该算法用于求解旅行商（TSP）问题的过程。在若干公用数据集上的实验结果表明，该文算法是有效、可行的。
一种求解TSP的混合遗传蚁群算法
启发式遗传信息 遗传算法 蚁群算法
2009/9/17
结合遗传算法和蚁群算法，提出了一种求解TSP的基于启发式遗传信息的蚁群遗传算法。该算法由蚁群遗传算法和基于启发式遗传信息的蚁群算法两部分组成。蚁群遗传算法将蚁群算法和遗传算法结合起来，提高了遗传算法的种群的多样性；基于启发式遗传信息的蚁群算法是将启发式遗传信息加入到蚁群算法中，防止蚁群算法对信息素过分依赖，缩小最优解的搜索空间。HGIACGA算法是将启发式遗传信息加入到蚁群遗传算法中，可以提高蚁...
面向TSP求解的混合蚁群算法
免疫算法 旅行商问题 混合算法
2009/8/12
针对蚁群算法的早熟和停滞等现象，将免疫算法机制引入蚁群算法，提出用于TSP求解的混合算法。该算法具有蚁群算法的自适应反馈机理、收敛速度快和免疫算法操作算子简单和维持种群多样性、防止种群退化等特性。从算法解的质量与效率方面与基本蚁群算法和免疫算法进行比较，结果表明融合免疫机制的蚁群算法性能显著提高，也为解决其他组合优化问题提供一个新的思路。
求解TSP问题的嵌入交叉算子的人口迁移算法
人口迁移算法 旅行商问题 组合优化
2009/8/7
人口迁移算法具有较强的全局搜索能力和稳定性，该文在其顺序交叉算子的基础上，提出一种改进的启发式顺序交叉算子，并在人口迁移过程中嵌入该算子。仿真实验结果表明，该改进算法能有效解决TSP问题，且具有快速收敛特性。
基于改进ACS-3-opt蚁群算法的TSP
蚁群算法 信息素阈值 公共路径
2009/8/6
在ACS-3-opt算法求解中，大规模TSP问题易于停滞。该文提出一种改进的算法，在ACS-3-opt算法停滞后，自适应地调整具有局部搜索能力蚂蚁的数量，并通过提高最小信息素的阈值扩大搜索空间，当算法再次停滞时，增强算法两次停滞时最优路径的公共路径上的信息素，为算法的运行提供较好的初始信息，并引导算法朝最优解的方向进行求解。大中型规模TSP问题的求解结果表明，该算法能够有效地跳出局部最优，解的质量...