搜索结果: 1-6 共查到“信息科学与系统科学 TSP”相关记录6条 . 查询时间(0.046 秒)
2020年3月,由上海大学牵头、计算机学院武频副教授主持的《MLCFD in Air Quality Prediction》项目获得英国政府资助的“TSP牛顿基金”资助。该项目直接通过网络向英国政府申请资助,申请书全英文撰写,评委均为英国学者。2019年12月接到申报通知,2020年1月份提交申报书,时间紧迫,申请难度相当大。该项目组成员还有英国帝国理工大学Christoph C. Pain教授和...
通过定义反转算子, 对人工狼位置和智能行为重新进行整数编码设计, 并结合概率近邻初始化方法, 提出一种求解旅行商问题的离散狼群算法. 该算法保留了狼群算法基于职责分工的协作式搜索特性, 并较好地平衡了算法的广度开拓和深度开采能力. 采用C-TSP 问题和TSPLIB 数据库中的多组TSP 问题作为实验用算例, 并将所提出算法与其他5 种智能优化算法进行对比, 仿真结果表明, 所提出算法在求解准确率...
针对蚁群算法收敛速度慢,容易陷入局部最优解的缺陷,提出了一种基于自然选择策略的改进型蚁群算法,改进后的算法利用自然选择中“优胜劣汰”的进化策略,对每次迭代的随机进化因子大于进化漂变阈值的路径信息素进行二次更新,增强满足进化策略路径上的信息素浓度,以加快算法的收敛速度;而随机进化因子的随机性增强了算法跳出局部最优解的概率。将提出的改进型蚁群算法求解经典的TSP问题,并通过实验证明了改进后的蚁群算法在...
人工萤火虫群优化算法是一种新型群体智能算法, 已在复杂多目标函数优化方面得到了成功的应用, 并表
现出良好的性能. 为了充分发挥人工萤火虫群优化算法的优点, 将该算法与C2Opt 算子相结合, 设计了求解旅行商问
题(TSP) 的一个新的高效人工萤火虫群优化算法, 并用其求解TSP 这一经典的NP 难问题. 通过对比TSP 实例测试,
所得结果表明, 所提出算法在种群规模较小、迭代次数较少的...
一种改进的蚁群算法及其在TSP 中的应用
蚁群算法 正反馈 优化 旅行商问题
2009/9/25
为了提高传统蚁群优化算法求解的质量,对传统的蚁群优化算法进行了改进,引进了一种信息
素适时交换方法,同时在信息素积累的过程中,自适应地改变信息素的挥发率,将算法中的正反馈作用
抑制到适当的程度,扩大了可行解的范围,避免了算法过早的停滞,提高了解的质量,同时算法的收敛速
度没有明显的降低. 通过三种TSP 问题的仿真实验,证明该算法具有较强的发现较好解的能力,解的稳
定性也比较好.