一种基于伪并行迁移策略的求解TSP问题的遗传算法

TSP问题是典型的NP完全问题，遗传算法是求解NP完全问题的一种常用方法。文中将并行遗传算法的迁移策略以伪并行的方式应用于TSP问题的求解，并在迁移过程中进行优化。该算法减少了个体的评价计算量，提高了解的质量。     

旅行商问题(TSP)的现代优化算法研究

TSP(Traveling Salesman Problem)旅行商问题是一类典型的NP完全问题,遗传算法是解决NP问题的一种较理想的方法.通过介绍基本遗传算法的基本原理;针对TSP问题,给出遗传算法在选择算子、交叉算子和变异算子等方面的编码实现.并就TSP问题的一个具体城市算例,进行了计算验证.在此基础上,对交叉算子和变异算子提出了改进,大量的计算数据验证了改进方法的有效性.     

求解旅行商问题的模拟退火算法

旅行商问题TSP是一个典型的NP完全问题,模拟退火算法是求解此问题的一种理想方法.模拟退火算法是依赖邻域结构的迭代方法,模拟退火算法对选择试验解比较敏感.本文针对找领域解,提出6种策略.算法的分析和测试表明,策略F是一种简单有效的算法.     

基于遗传模拟退火策略的霍普菲尔德神经网络求解TSP问题

针对霍普菲尔德(Hopfield)神经网络在求解旅行商问题(Traveling Salesman Problem,TSP)中出现大量局部极小解问题,利用遗传算法的并行搜索优势和模拟退火算法的局部寻优优势,使用遗传模拟策略合理改进Hopfield神经网络的能量函数、固定出发城市以及压缩解空间,构造出一种求解TSP问题的新算法。实验结果表明:这种混合算法明显优于经典Hopfield神经网络,具有收敛速度快,迭代次数少等优点,且能在很大程度上避免经典Hopfield神经网络优化易陷入局部最优的缺陷。     

求解旅行商问题的模拟退火算法

旅行商问题TSP是一个典型的NP完全问题，模拟退火算法是求解此问题的一种理想方法。模拟退火算法是依赖邻域结构的迭代方法，模拟退火算法对选择试验解比较敏感。本文针对找领域解，提出6种策略。算法的分析和测试表明，策略F是一种简单有效的算法。     

内河大型船舶快速性能及结构力学特性综合优化方法研究

建立了内河大型船舶快速性能及结构力学特性综合优化的数学模型,基于并行算法、遗传算法和分层思想,构造了一种基于敏感变量分段的分层并行遗传复合算法,并将其应用于求解此类综合优化计算问题.对于内河大型船舶快速性能及结构力学特性综合优化问题,进行了遗传算法或并行遗传算法及其分层并行遗传算法的大量优化计算,结果表明:该复合算法不但能有效地克服遗传算法的早熟问题,而且计算可靠、效率高;为内河大型船舶设计方案的综合评估及综合优化船型设计准备了前提条件.     

基于退火策略的混沌神经网络在解KTSP问题中的应用

研究优化求解多路TSP问题(KTSP).首先求出将KTSP转化成TSP的换位矩阵,然后用基于退火策略的混沌神经网络(ACNN)模型求解KTSP.仿真结果表明算法是有效的.     

船舶动力学性能及结构特性的综合优化方法

建立船舶动力学性能及结构特性综合优化的数学模型;基于并行算法、遗传算法和混沌算法,构造一种并行遗传混沌算法,并将其应用于求解此类综合优化计算问题;编制了界面友好的vc＋＋软件.对于船舶动力学性能及结构特性综合优化问题,进行单目标或多目标条件下的遗传算法或混沌算法及其并行或复合算法的大量优化计算.计算结果表明：该算法不但能有效地克服遗传算法的早熟问题,而且耗时少、计算可靠、效率高;船舶动力性能及结构特性综合优化结果较同类优化设计的综合性能指标高.     

九宫算法的并行实现

利用遗传算法的内在并行机械进行九宫排定是一种新方法，本文根据这种方法在局域网上实现了九宫排定的分布式求解，提高了算法求解速度。     

基于退火策略的混沌神经网络在解KTSP问题中的应用

研究优化求解多路TSP问题(KTSP)。首先求出将KTSP转化成TSP的换位矩阵，然后用基于退火策略的混沌神经网络(ACNN)模型求解KTSP。仿真结果表明算法是有效的。