期刊文献+
共找到350篇文章
< 1 2 18 >
每页显示 20 50 100
Hopfield网络求解TSP的一种改进算法和理论证明 被引量:45
1
作者 孙守宇 郑君里 《电子学报》 EI CAS CSCD 北大核心 1995年第1期73-78,共6页
本文通过简化Hopfield神经网络求解旅行商问题(TSP)的能量函数.提出了一种神经网络求解TSP的改进算法.借助连接矩阵特征值的分析、从理论上证明了该算法保证获得TSP有效解的原因,大量计算机模拟实验表明,该算法... 本文通过简化Hopfield神经网络求解旅行商问题(TSP)的能量函数.提出了一种神经网络求解TSP的改进算法.借助连接矩阵特征值的分析、从理论上证明了该算法保证获得TSP有效解的原因,大量计算机模拟实验表明,该算法明显优于目前广泛应用的Aiyer算法,具有收敛速度快、可避免无效解,易获得优化解等特点。 展开更多
关键词 HOPFIELD 神经网络 旅行商问题 tsp
下载PDF
求解旅行商问题的自适应升温模拟退火算法 被引量:41
2
作者 陈科胜 鲜思东 郭鹏 《控制理论与应用》 EI CAS CSCD 北大核心 2021年第2期245-254,共10页
针对传统模拟退火算法在求解问题时容易陷入局部最优解的情况,本文通过设计一种自适应的升温控制因子,提出了一种求解旅行商问题(TSP)的自适应升温模拟退火算法,有效地控制局部寻优达到全局寻优能力,并证明了改进的自适应模拟退火算法... 针对传统模拟退火算法在求解问题时容易陷入局部最优解的情况,本文通过设计一种自适应的升温控制因子,提出了一种求解旅行商问题(TSP)的自适应升温模拟退火算法,有效地控制局部寻优达到全局寻优能力,并证明了改进的自适应模拟退火算法收敛性.通过TSPLIB数据库对改进算法全局寻优效果的测试,结果表明改进后的算法具有全局寻优能力、泛化性强等特点:即在TSPLIB提供的绝大部分TSP问题数据中,均能找到全局最优解,且收敛速度快. 展开更多
关键词 自适应升温模拟退火算法 旅行商问题(tsp) tspLIB 自适应
下载PDF
一种改进的遗传算法求解旅行商问题 被引量:36
3
作者 刘荷花 崔超 陈晶 《北京理工大学学报》 EI CAS CSCD 北大核心 2013年第4期390-393,共4页
针对在解决旅行商问题时标准遗传算法效率不高,很容易陷入局部最优解的问题,提出了一种改进的遗传算法.根据种群个体的多样性和分布情况,提出了判定遗传算法截止代数的方法.研究结果表明,通过加入了初始化信息,改进交差算子,可提高遗传... 针对在解决旅行商问题时标准遗传算法效率不高,很容易陷入局部最优解的问题,提出了一种改进的遗传算法.根据种群个体的多样性和分布情况,提出了判定遗传算法截止代数的方法.研究结果表明,通过加入了初始化信息,改进交差算子,可提高遗传算法的精确性和收敛性. 展开更多
关键词 遗传算法 旅行商(tsp) 截止代数 交叉算子
下载PDF
基于改进蚁群算法的无人机航迹规划 被引量:36
4
作者 韩攀 陈谋 +1 位作者 陈哨东 刘敏 《吉林大学学报(信息科学版)》 CAS 2013年第1期66-72,共7页
针对无人机在指定地点执行侦察、巡逻或攻击等任务,将无人机执行任务的航迹代价模型转化为旅行商问题,采用改进蚁群算法实现航迹规划。通过引入去交叉禁忌搜索策略,对基本蚁群算法进行改进,以解决在收敛后期易陷入局部最优的问题。同时... 针对无人机在指定地点执行侦察、巡逻或攻击等任务,将无人机执行任务的航迹代价模型转化为旅行商问题,采用改进蚁群算法实现航迹规划。通过引入去交叉禁忌搜索策略,对基本蚁群算法进行改进,以解决在收敛后期易陷入局部最优的问题。同时,利用数值仿真对所研究的基于改进蚁群算法的无人机航迹规划算法进行验证。仿真结果表明,该算法能提高了无人机航迹优化能力。 展开更多
关键词 无人机 航迹规划 蚁群算法 禁忌搜索 旅行商问题
下载PDF
面向旅行商问题的蚁群算法改进 被引量:22
5
作者 姜坤霖 李美安 张宏伟 《计算机应用》 CSCD 北大核心 2015年第A02期114-117,共4页
针对基本蚁群算法在处理旅行商问题(TSP)时会出现收敛速度慢且容易陷入局部最优解的缺陷,从城市选择策略和信息素挥发系数进行了改进,提出了一种基于赌盘算法的城市选择策略和挥发系数自适应的蚁群算法,并采用了任务提前终止策略来减... 针对基本蚁群算法在处理旅行商问题(TSP)时会出现收敛速度慢且容易陷入局部最优解的缺陷,从城市选择策略和信息素挥发系数进行了改进,提出了一种基于赌盘算法的城市选择策略和挥发系数自适应的蚁群算法,并采用了任务提前终止策略来减少算法的运行时间。仿真结果表明,该算法与基本蚁群算法相比,收敛时间比基本蚁群算法运行时间缩短了60%~80%,改进后的算法最优解绝大部分优于基本蚁群算法,也有少部分不如基本蚁群算法,但都在可接受范围以内。 展开更多
关键词 蚁群算法 动态自适应 赌盘算法 tsp
下载PDF
一种解旅行商问题的并行模拟退火算法 被引量:11
6
作者 张德富 顾卫刚 沈平 《计算机研究与发展》 EI CSCD 北大核心 1995年第2期1-4,共4页
本文基于模拟退火思想,提出一种解旅行商问题的并行算法,并在Transputer多处理机系统上实现。该算法具有较高的优化程度和较快的运算速度。
关键词 旅行商问题 模拟退火 算法 多处理机系统
下载PDF
基因块编码的并行遗传算法及其在TSP中的应用 被引量:10
7
作者 赵宏立 庞小红 吴智铭 《上海交通大学学报》 EI CAS CSCD 北大核心 2004年第z1期213-217,共5页
针对简单遗传算法在较大规模组合优化问题上搜索效率不高的现象,提出了一种用基因块编码的并行遗传算法(Building-blockCodedParallelGA,BCPGA).该方法以粗粒度并行遗传算法为基本框架,在染色体群体中识别出可能的基因块,然后用基因块... 针对简单遗传算法在较大规模组合优化问题上搜索效率不高的现象,提出了一种用基因块编码的并行遗传算法(Building-blockCodedParallelGA,BCPGA).该方法以粗粒度并行遗传算法为基本框架,在染色体群体中识别出可能的基因块,然后用基因块作为新的基因单位对染色体重新编码,产生长度较短的染色体,再用重新编码的染色体群体作为下一轮以相同方式演化的初始群体.将BCPGA应用于一个100城市的旅行商问题(TSP)中,结果表明本方法可以提高遗传算法的搜索效率,并且在相同条件下,BCPGA明显优于单纯的粗粒度并行遗传算法. 展开更多
关键词 基因块 并行遗传算法 旅行商问题
下载PDF
遗传算法求解旅行商问题 被引量:15
8
作者 孙惠文 《西南交通大学学报》 EI CSCD 北大核心 1996年第5期550-554,共5页
本文提出一种新的遗传算法,用以求解著名的组合优化难题-旅行商问题。引用原始文献的数据,对城市数为10、30、50的试例均求得公布的最优解,对城市数为75的试例,每次结果均好于公布的最优解。用此算法求解中国旅行商问题,... 本文提出一种新的遗传算法,用以求解著名的组合优化难题-旅行商问题。引用原始文献的数据,对城市数为10、30、50的试例均求得公布的最优解,对城市数为75的试例,每次结果均好于公布的最优解。用此算法求解中国旅行商问题,以20%的概率得到已知最优解15404km。或次最优解15409km,而所得最差与最好结果的相对距离为0.69%(即所得最长路径为15510km)。在COMPAQ/DX/25MH微机上每得到一个优化解平均历时150s左右。本算法与传统求解TSP问题的方法相比,具有简单、强壮、高效、高速的特点,它原则上对任何规模的对称欧几里德平面TSP具有通用性。 展开更多
关键词 遗传算法 旅行商问题 组合优化
下载PDF
改进蚁群算法在旅行商问题中的应用 被引量:13
9
作者 李成兵 郭瑞雪 李敏 《计算机应用》 CSCD 北大核心 2014年第A01期131-132,165,共3页
蚁群算法作为新兴的仿生算法,虽已成功应用到解决旅行商问题(TSP)等组合优化问题中,但仍有易于出现局部最优、搜索时间长等缺点。在阐述基本蚁群算法原理、分析蚁群算法信息素新特点的基础上,提出新的更新信息素的方法,并应用于TSP当中... 蚁群算法作为新兴的仿生算法,虽已成功应用到解决旅行商问题(TSP)等组合优化问题中,但仍有易于出现局部最优、搜索时间长等缺点。在阐述基本蚁群算法原理、分析蚁群算法信息素新特点的基础上,提出新的更新信息素的方法,并应用于TSP当中,目的是避免蚁群算法出现早熟现象、更合理地运用蚂蚁留下的信息素、改进算法并将其运用于优化TSP的解。通过仿真实验,将其数据与笔者先前研究进行比较,从而证实改进的蚁群算法的解更优,搜索全局最优解的能力更强,同时也验证了该算法的实用性及高效性。 展开更多
关键词 蚁群算法 旅行商问题 信息素 全局搜索
下载PDF
粒子群复形法求解旅行商问题 被引量:10
10
作者 莫愿斌 陈德钊 胡上序 《浙江大学学报(工学版)》 EI CAS CSCD 北大核心 2007年第3期369-373,共5页
针对众多领域的组合优化问题可转化为旅行商问题(TSP),提出求解TSP的粒子群复形(CPSO)算法.该算法在迭代的每一步,都将全部点根据适应值进行排序,让好点与差点进行两两配对.根据配对的两点连线中点的适应值与好点的适应值的比值,确定在... 针对众多领域的组合优化问题可转化为旅行商问题(TSP),提出求解TSP的粒子群复形(CPSO)算法.该算法在迭代的每一步,都将全部点根据适应值进行排序,让好点与差点进行两两配对.根据配对的两点连线中点的适应值与好点的适应值的比值,确定在连线的某位置取出一点.将取出的点与差点和整体最优点的差值点进行线性组合,所得到的新点取代当前两点中的差点.对TSP解序列提出5种运算,得到能求解TSP的CPSO算法.并求解了14个点的TSP问题与印刷电路板(PCB)数控钻走刀路线优化问题.结果表明,与遗传算法和蚁群算法相比,该算法具有更强的搜索性能和更好的稳定性,收敛速度更快. 展开更多
关键词 复形法 粒子群复形 旅行商问题 解序列运算 印刷电路板 走刀路线
下载PDF
基于遗传算法的TSP问题优化求解 被引量:10
11
作者 刘青凤 李敏 《计算机与现代化》 2008年第2期43-44,56,共3页
旅行商问题(TSP)是典型的NP完全问题,本文运用遗传算法求解TSP问题,提出了该算法在解决这一问题中的一些处理方法,使用该算法能够较快地求出一批最短路径,可根据需要设置叠代代数,求得理想最优解。
关键词 tsp 遗传算法 最短路径
下载PDF
一种使用视觉反馈与行为记忆的蚁群优化算法 被引量:9
12
作者 郭禾 程童 +1 位作者 陈鑫 王宇新 《软件学报》 EI CSCD 北大核心 2011年第9期1994-2005,共12页
在分析现有改进算法的基础上,结合视知觉及认知心理学的相关理论,提出一种具备视觉反馈与行为记忆学习能力的新型蚁群算法:首先,建立视觉模型使得蚂蚁能够通过人工视觉感知周围目标城市的分布,用视知觉修正信息素噪声,提高蚂蚁探索质量... 在分析现有改进算法的基础上,结合视知觉及认知心理学的相关理论,提出一种具备视觉反馈与行为记忆学习能力的新型蚁群算法:首先,建立视觉模型使得蚂蚁能够通过人工视觉感知周围目标城市的分布,用视知觉修正信息素噪声,提高蚂蚁探索质量;其次,建立行为记忆学习模型,使蚂蚁能够从已经走过的局部最优路径中提取经验来指导周游活动,加快算法收敛速度并强化寻优能力.经过与传统改进策略比较发现,新算法在求解质量与求解时间上均有明显改进. 展开更多
关键词 蚁群优化 旅行商问题(tsp) 视知觉 累积学习理论 行为记忆
下载PDF
求解复杂旅行商问题的混合粒子群算法 被引量:8
13
作者 朱莹莹 王宇嘉 《轻工机械》 CAS 2015年第3期42-45,49,共5页
针对粒子群算法在解决组合优化时存在早熟和易陷入局部最优的问题,提出一种求解旅行商问题(TSP)的混合粒子群算法。将粒子群算法与遗传算法结合,引入遗传算法中的交叉和变异操作,通过个体极值和群体极值的交叉以及粒子自身变异的方式增... 针对粒子群算法在解决组合优化时存在早熟和易陷入局部最优的问题,提出一种求解旅行商问题(TSP)的混合粒子群算法。将粒子群算法与遗传算法结合,引入遗传算法中的交叉和变异操作,通过个体极值和群体极值的交叉以及粒子自身变异的方式增加种群的多样性,避免粒子陷入局部最优,提高算法的局部搜索能力。仿真结果表明,新的混合粒子群算法在解决TSP问题时具有较好的收敛性及优化效果。 展开更多
关键词 遗传算法 旅行商问题(tsp) 混合粒子群算法 粒子群算法 多样性
下载PDF
基于改进遗传算法的光伏板清洁分级任务规划 被引量:8
14
作者 李翠明 王宁 张晨 《上海交通大学学报》 EI CAS CSCD 北大核心 2021年第9期1169-1174,共6页
针对利用移动清洁机器人对大面积光伏电站光伏板清洁作业时的任务规划问题,提出分区规划策略.根据风口、光照时长等环境因素对光伏电站采用基于清洁优先级的分级任务规划,利用Hamilton图将太阳能光伏板清洁问题转化为巡回旅行商问题(TS... 针对利用移动清洁机器人对大面积光伏电站光伏板清洁作业时的任务规划问题,提出分区规划策略.根据风口、光照时长等环境因素对光伏电站采用基于清洁优先级的分级任务规划,利用Hamilton图将太阳能光伏板清洁问题转化为巡回旅行商问题(TSP).针对遗传算法效率低、容易过早收敛的缺点,提出锦标赛选择法与轮盘赌选择法相结合的混合选择算子和基于分段规则的交叉算子的改进遗传算法.采用改进遗传算法规划机器人清洁光伏电站的清洁顺序.实验结果表明,相比于自适应遗传算法,改进遗传算法的求解效率更高、结果更好. 展开更多
关键词 光伏电站 清洁机器人 任务规划 遗传算法 旅行商问题
下载PDF
求解TSP问题的自适应邻域遗传算法 被引量:7
15
作者 汪金刚 罗辞勇 《计算机工程与应用》 CSCD 北大核心 2010年第27期20-24,共5页
提出结合自适应邻域法与遗传算法来求解TSP问题。在自适应邻域法中,从某个城市出发,下一城市不一定是其最近城市,而是在比其最近城市稍远的邻域范围进行动态随机选取。在求解TSP时,采用自适应邻域法对种群初始化,然后采用选择、交叉、... 提出结合自适应邻域法与遗传算法来求解TSP问题。在自适应邻域法中,从某个城市出发,下一城市不一定是其最近城市,而是在比其最近城市稍远的邻域范围进行动态随机选取。在求解TSP时,采用自适应邻域法对种群初始化,然后采用选择、交叉、变异进行迭代,在选择中仅保留父代90%的样本,剩下的采用自适应邻域法产生新样本进行补充。仿真实验结果表明所提算法与其他算法相比具有竞争能力。 展开更多
关键词 遗传算法 旅行商问题 最近邻法 自适应邻域法
下载PDF
New Optimization Method, the Algorithms of Changes, for Heat Exchanger Design 被引量:6
16
作者 TAM Houkuan TAM Lapmou +2 位作者 TAM Sikchung CHIO Chouhei GHAJAR Afshin J 《Chinese Journal of Mechanical Engineering》 SCIE EI CAS CSCD 2012年第1期55-62,共8页
Heat exchangers are widely used in the process engineering such as the chemical industries, the petroleum industries, and the HVAC applications etc. An optimally designed heat exchanger cannot only help the optimizati... Heat exchangers are widely used in the process engineering such as the chemical industries, the petroleum industries, and the HVAC applications etc. An optimally designed heat exchanger cannot only help the optimization of the equipment size but also the reduction of the power consumption. In this paper, a new optimization approach called algorithms of changes (AOC) is proposed for design and optimization of the shell-tube heat exchanger. This new optimization technique is developed based on the concept of the book of changes (I Ching) which is one of the oldest Chinese classic texts. In AOC, the hexagram operations in I Ching are generalized to binary string case and an iterative process, which imitates the I Ching inference, is defined. Before applying the AOC to the heat exchanger design problem, the new optimization method is examined by the benchmark optimization problems such as the global optimization test functions and the travelling salesman problem (TSP). Based on the TSP results, the AOC is shown to be superior to the genetic algorithms (GA). The AOC is then used in the optimal design of heat exchanger. The shell inside diameter, tube outside diameter, and baffles spacing are treated as the design (or optimized) variables. The cost of the heat exchanger is arranged as the objective function. For the heat exchanger design problem, the results show that the AOC is comparable to the GA method. Both methods can find the optimal solution in a short period of time. 展开更多
关键词 OPTIMIZATION genetic algorithms (GA) travelling salesman problem (tsp) heat exchanger design algorithms of changes (AOC)
下载PDF
基于混合蛙跳粒子群算法的TSP问题求解 被引量:7
17
作者 康朝海 李鹏娜 +1 位作者 张永丰 陈建玲 《吉林大学学报(信息科学版)》 CAS 2017年第5期498-506,共9页
为提高粒子群算法求解TSP(Travelling Salesman Problem)问题的性能,在算法搜索初期,将混合蛙跳算法和粒子群算法相融合,针对初始粒子群随意性大、粒子分布不均的问题,利用混合蛙跳算法的分组策略将种群分组,采用改进的蛙跳更新公式优... 为提高粒子群算法求解TSP(Travelling Salesman Problem)问题的性能,在算法搜索初期,将混合蛙跳算法和粒子群算法相融合,针对初始粒子群随意性大、粒子分布不均的问题,利用混合蛙跳算法的分组策略将种群分组,采用改进的蛙跳更新公式优化次优个体,并抽取各层次个体得到新种群,从而提高最优个体的获得速度;在算法后期,引入3重交叉策略和基于疏密性的引导变异操作,解决粒子多样性降低、易陷入局部最优的问题。利用改进算法求解TSP问题,并与其他算法进行对比。结果表明,改进算法是有效的且性能优于其他算法。 展开更多
关键词 混合蛙跳算法 粒子群算法 tsp问题 交叉变异
下载PDF
一种进化型蚁群算法及其在TSP问题中的检验 被引量:4
18
作者 尹莹莹 孙亮 《计算机仿真》 CSCD 2006年第4期167-169,173,共4页
蚁群算法是通过模拟蚂蚁觅食而发展出的一种新的启发算法,其收敛速度一直是人们关心的问题。针对蚁群算法的一些不足,提出基于最小生成树的进化型蚁群算法。它利用了最小生成树与最优路径之间的关系限制了蚂蚁在每一个城市的搜寻范围,... 蚁群算法是通过模拟蚂蚁觅食而发展出的一种新的启发算法,其收敛速度一直是人们关心的问题。针对蚁群算法的一些不足,提出基于最小生成树的进化型蚁群算法。它利用了最小生成树与最优路径之间的关系限制了蚂蚁在每一个城市的搜寻范围,进化了寻优策略,节省了在不可能构成最优路径的路段上的计算时间,提高了运算速度,克服了以往蚁群算法的计算时间长、精度低的缺点,使得蚁群算法有了显著的提高。计算机仿真结果表明,该文算法改进了标准蚂蚁群算法的效率和计算结果的质量。 展开更多
关键词 蚁群算法 生成树 旅行推销商问题
下载PDF
启发式强化学习机制的异构双种群蚁群算法 被引量:6
19
作者 刘中强 游晓明 刘升 《计算机科学与探索》 CSCD 北大核心 2020年第3期460-469,共10页
针对传统蚁群算法在解决TSP问题时易陷入局部最优、收敛速度较慢的问题,提出了一种基于启发式强化学习的异构双种群蚁群算法。蚁群分为主种群和子种群,主种群负责解的构建和信息素的更新,子种群则是在构建解的同时对主种群的解集进行替... 针对传统蚁群算法在解决TSP问题时易陷入局部最优、收敛速度较慢的问题,提出了一种基于启发式强化学习的异构双种群蚁群算法。蚁群分为主种群和子种群,主种群负责解的构建和信息素的更新,子种群则是在构建解的同时对主种群的解集进行替换。算法初期利用启发式算子自适应地控制两个种群的交流频率,通过偏离度系数控制解的交换方式。前期让子种群的最优解去替换主种群的随机解,增加解的多样性,同时引入强化学习机制对交流后主种群最优路径上的信息素进行自适应的奖赏,以增大最优公共路径以后被选择的概率。后期则控制子种群的最优解去替换主种群的最差解,强化最优路径上信息素的量,并对主种群最优路径上的信息素进行奖赏,进一步提高算法的收敛速度。实验仿真表明,算法能够有效地跳出局部最优,并且解的质量在大规模测试集上有明显的改善。 展开更多
关键词 商旅问题(tsp) 异构双种群 偏离度系数 启发式强化学习
下载PDF
基于信息熵的改进蚁群算法求解TSP问题
20
作者 杨一健 李明 方赛银 《计算机工程与设计》 北大核心 2024年第9期2874-2880,F0003,共8页
针对蚁群算法求解精度低、易陷入局部最优的缺点,提出一种基于信息熵的自适应改进蚁群算法。通过算法自身特性定义结合熵值对种群参数进行自适应优化;采用分组合作的信息素更新策略,通过较活跃性个体引导整个种群,扩大搜索范围;通过对... 针对蚁群算法求解精度低、易陷入局部最优的缺点,提出一种基于信息熵的自适应改进蚁群算法。通过算法自身特性定义结合熵值对种群参数进行自适应优化;采用分组合作的信息素更新策略,通过较活跃性个体引导整个种群,扩大搜索范围;通过对较优路径的奖励,平衡收敛速度和搜索范围之间的关系;在种群信息熵过低时,加入局部搜索策略,进一步提高算法精度。实验结果表明,相较于蚁群算法,改进算法具有较好的求解精度以及跳出局部最优的能力。 展开更多
关键词 信息熵 蚁群算法 自适应 旅行商问题(tsp) 信息素 路径 局部搜索 种群
下载PDF
上一页 1 2 18 下一页 到第
使用帮助 返回顶部