智能算法求解TSP问题的比较

截至目前,针对如何解决旅行商问题(即TSP问题)的方法出现了很多版本,而且各具特色,毫不雷同。通过大量的搜集总结,可以归纳出目前被广泛使用的几种解法:禁忌搜索算法、蚁群算法、进化算法、Hopfield神经网络算法、粒子群优化算法和模拟退火算法。通过对6种方法优缺点的比较,可得出适合智能求解TSP问题的方法及改进措施。     

改进遗传算法在TSP组合优化问题中的应用

TSP组合优化问题随着问题规模的增大,其潜在解的搜索空间增长速度比指数函数增加的速度还快.TSP问题的NP-hard使得求解这些问题的最优解非常困难.提出了通过改进经典遗传算法来求解TSP问题近似解的一个算法.仿真结果验证了该算法的有效性.     

利用基于分区搜索的自适应遗传算法求解TSP问题

为了提高用遗传算法求解旅行商问题（TSP）的收敛速度，结合自适应算子和父子竞争策略等优化思想．提出了基于分区搜索的自适应遗传算法．该算法将整个搜索区域分成若干个较小的搜索区域，先进行局部搜索．在得到局部较优的基因组合后，再进行全区域搜索，不但提高了遗传算法的收敛速度，而且改进了变异算子的操作性能．通过TSP问题的求解表明，基于分区搜索的自适应遗传算法是一种稳定、高效的优化算法。     

基于粒子群优化算法在NP难问题中的应用研究

为解决NP难问题中算法应用领域划分问题，分别运用不同算法对不同问题规模的TSP问题进行求解，寻求最优路径规划.采用随机数据来最大化模拟实际情况，设置了5、10、15、20、30和100个随机城市坐标点，分别采用PSO算法、C-PSO算法、GA算法和ACO算法进行求解，求解一条经过各城市且一次的旅行最低费用的路线，分析比较四种算法的鲁棒性与实效性.结果表明：基于C-PSO算法在NP难问题中的具有良好鲁棒性和较短的运行时间，在问题规模小时，可以采用PSO算法和ACO算法；在问题规模大时，可以采用C-PSO算法.     

改进人工蜂群算法在路径优化上的应用

基本的人工蜂群算法通过不同角色蜜蜂在对蜜源进行采食过程中进行角色的转变,能够快速地求解问题的最优值,其具有全局寻优能力强、鲁棒性、收敛快等优点.但在接近全局最优解的时候,蜜蜂搜索的速度会明显变慢,易陷入局部最优.针对这些问题,在基本算法的位置更新阶段加入了高斯变异算子和柯西变异算子,提高了算法的收敛速度,增加邻域蜜源的访问概率,使得算法能够有效地跳出局部最优.应用TSP问题对改进后的算法进行仿真验证,结果证实了改进后的算法具有一定有优越性.     

基于个体的双机械手离散随机合作任务规划算法研究

对于基于个体的双机械手离散、随机合作任务规划问题,先以各任务间的最短移动距离(时间)为优化函数,将其简化为一个具有三角属性的双TSP问题的组合来研究,用统计方法进行单机械手任务划分,再用解决TSP问题的近似算法求解得到两个机械手任务规划的哈密尔顿回路.然后针对任务规划回路中的交叉网络采用动态规划的方法进行合理优化,从而得到双机械手一个较优的任务规划序列.该算法的时间效率为O(n2),其任务规划的最短距离(时间)代价比近似算法平均优化15%.     

图像正则化扩散行为及统一处理框架

PDE的图像正则化是一种基于扩散思想的非线性滤波方法,是解决降噪、伪影去除、结构增强等底层视觉问题的最有效方法之一,目前针对此类算法的统一分析框架还较为少见。基于3种典型PDE正则化算法的扩散行为,提出了一种基于扩散张量的图像正则化算法分析框架,对于此类算法的分析、开发和拓展具有重要意义,最后通过实验验证了框架的有效性。     

一种改进的Hopfield神经网络对TSP问题的求解方法

论文对Hopfield神经网络的能量函数进行重构,使得新能量函数具有参数少、表达式简洁、计算效率高等特点;并引入遗传算法中的变异算子,使得改进后的Hopfield神经网络的具有自适应调整的功能.同时,针对有效解易陷入局部极小值等问题,运用数据转换技术、贪心算法等对有效解进行优化.最后对不同规模的TSP问题仿真,结果表明这些改进方法和技巧是可行的.     

基于证据推理算法的网络安全评估

针对目前网络安全评估方法在同时处理各种类型信息时精度不高等问题，提出了一种新的基于证据推理算法的网络安全评估方法.首先选取指标建立多层次的网络安全评估框架.其次，通过专家知识确定各指标的权重、评估等级和参考值，并以证据推理算法融合出来的安全态势评估值为基础，确定最终网络安全评估等级.最后，通过实验验证了该方法可以得出一个合理的评估结果，具有可行性和有效性.     

基于人工免疫算法和模拟退火TSP的城市物流空中配送模式优化研究

本文针对城市区域内物流配送系统,研究了基于人工免疫算法和模拟退火TSP的方法的优化配送模式。以城市建成区为例,利用初选的34个空中载运地面基站,确定各备选基站负责范围内人口数量,结合具有GPS定位远程控制功能的空中载运工具,建立了11个空中载运地面站点,以所选站点为基础,结合模拟退火TSP规划方法确定配送中心空中载运工具飞行路径,可达到中心空中载运工具与各站点空中载运工具系统性结合配送的目的。根据模式的需求,建立了空中载运工具远程控制系统和站点交叉协调系统,可实现物流配送时间最短、多点同时、提高配送效率的目标。     

高校大面积校园电瓶车优化调度与建模

针对高校大面积校园电瓶车的优化调度设置问题,以南方某高校大面积校园停靠点分布以及师生出行数据为例,通过该高校校园路径和师生出行规律的分析,用模糊综合评价法得出校园电瓶车最佳停靠点,借助TSP旅行商算法求出电瓶车行驶最短路径.以实现乘客的等车时间最小和电瓶车企业完成运营需求的利益最大为目标,兼容乘客与电瓶车运营公司的利益,建立电瓶车设置的多目标规划模型.采用遗传算法中的NSGA-II算法求解,并借助Matlab数学软件,得出该校园的电瓶车最优调度方案.     

基于蚁群优化算法的QoS多播路由算法改进及实证

多QoS约束的组播路由技术是当前实现分布式网络多媒体的关键技术,蚁群算法是解决多QoS约束组播路由问题的一种启发式算法,但大多算法仍属于集中式算法.该文提出了一种基于蚁群优化的分布式QoS多播路由算法,并结合多播路由问题的特点对算法进行了改进.通过仿真实验讨论了该方法的性能,并与传统的蚁群算法对比,证实了其的有效性.     

基于交叉覆盖神经网络的人脸识别

提出一种利用交叉覆盖神经网络(ACNN)进行人脸识别的方法.该方法应用基于几何意义的MP神经网络模型——球面邻域模型,将神经网络的训练问题转化为点集覆盖的问题.通过分析交叉覆盖算法,阐述了人脸识别的训练算法,该算法克服了传统BP算法识别率低和易陷入局部最小的问题.实验结果表明,在采用多样本训练后,该算法具有较高的识别率。     

TSP超前预报系统在泉太隧道中的应用

介绍了地震波反射法(TSP)超前预报系统的原理和方法,并对TSP超前预报系统流程中影响预报精度的因素进行了分析,包括前期的资料采集、隧道的施工环境、炮孔布置、地震波激发与接收、后期数据处理和物探解译的多解性等对超前预报结果的准确性及精确性的干扰。在此基础上结合泉太隧道TSP超前预报的成功案例,验证了TSP超前预报在隧道施工超前地质预报中能快速、准确地识别掌子面前方一定距离范围内不良地质体的类型、位置、构造走向等空间分布特征,为隧道安全施工提供参考。     

一种改进的粒子群算法

上海理工大学计算机工程学院陈家琪由Eberhart和Kennedy等于1995年提出的粒子群优化算法(Particle Swarm Optimization,PSO)是一种基于种群搜索的自适应进化计算技术,它源于对鸟群和鱼群群体觅食运动行为的模拟.与其他生物进化算法类似,PSO算法是一种基于迭代过程的优化方法.PSO作为一种并行优化算法,可以用于解决大量非线性、不可微和多峰值的复杂问题的优化.目前,在函数优化、神经网络训练、工业系统优化及控制、游戏设计等领域均取得了非常好的效果.     

生态型城镇建设中的大气环境问题研究--以黑龙江省双城镇为例

本文以黑龙江省双城镇为对象研究生态型城镇发展过程中产生的空气污染问题．首先分析空气污染的成因，并应用标度指数法进行了空气质量的现状评价，结果表明双城镇目前空气污染物主要为TSP，属于典型的煤烟型污染．采用灰色模型对双城镇的环境空气质量的发展趋势进行了预测．然后应用A—P值法计算了TSP和SO2的环境容量和削减量，同时针对当地的实际情况制定切实可行的大气污染物防治对策．该研究对于解决双城镇建设中存在的环境空气问题具有重大的理论指导意义和现实意义．     

基于稀疏栅格优化的蜂窝车联网定位算法

蜂窝车联网（cellular-V2X,C-V2X）中的定位方案是车路协同与车联网业务发展的重要技术途径之一。目前基于基站、卫星等诸多定位方案,在车联网业务以及车路协同场景中常会遇到定位精度、定位处理时延、部署成本等诸多方面的挑战。针对这些问题,文章对已有栅格定位算法进行优化,提出一种基于统计信息网格（statistical information grid,STING）的稀疏栅格优化算法和基于极端梯度提升（extreme gradient boosting decision tree,XGBoost）进行指纹定位的车联网指纹定位算法。从栅格优化的角度出发,相较于传统指纹定位方法在定位精度和计算速率方面进行了优化,使其更适应于车路协同场景。该算法为目前的车联网定位提供了一种有效的定位方法。     

选矿月综合生产指标多目标优化方法

目前的选矿月综合生产指标优化模型中,其约束条件的参数是不变化的,为了提高现场数据的有效性,考虑到实际情况,模型中约束条件的变化会导致优化问题变为一个动态多目标优化的问题。因此,提出了一种基于移民策略的混合进化的算法用于新模型求解,最后通过现场数据实验验证算法的有效性。     

基于改进局部保持映射的图像特征提取算法

针对目前局部保持映射算法(LPP)因忽略类标识信息而造成的计算效率问题,提出了基于类标识信息的监督局部保持映射算法,并将其用于图像特征提取中,该算法通过用类标识信息指导最邻近图构造过程来提高算法的效率,仿真实验的结果表明,该方法可以有效提高传统局部保持映射算法的运算效率,提高图像特征提取性能.     

哈尔滨市大气颗粒物粒径分布及质量浓度变化特征

于2008年7月～2010年6月平行采集了TSP、PM10和PM2.5三种大气颗粒物,包括每月例行采样和日夜间采样,并对每个样品进行质量浓度的分析.结果表明:三种颗粒物浓度在7月份达最低值,而最高值出现在1月;与国家二级标准相比较,TSP和PM10在1、2、3、4、11、12月均超标,而PM2.5浓度则高出欧盟标准(1...