蚁群算法在TCP/IP路由选择中的应用

TCP/IP路由选择问题,是典型的动态组合优化问题。蚁群算法是一种源于大自然中生物世界的新的仿生进化算法,也是求解适应性计算问题的一种算法。利用蚁群算法可以很快得找到一条最优路径,从而提高网络的利用率。     

Karmarkar算法——一种新的线性规划多项式算法

本文介绍一种新的线性规划多项式算法——Karmarkar算法,并演示了它的产生过程。然后,给出了一种Karmarkar的扩充算法,这种算法在不要求已知原问题的最优值的情况下同时产生原问题与其对偶问题的解。     

递归函数时间复杂度的分析

渐进算法分析是对一种算法所消耗资源的估算 ,它可以估算出当问题规模 (一般指算法的输入量 ,比如在排序问题中 ,问题规模一般可以用被排序的记录个数来衡量 )变大时 ,一种算法及实现它的程序的效率[1 ,2 ] ,算法设计者可以据此判断一种算法在实现时是否会遇到资源限制的问题 .影响时间代价的最主要因素一般来说是输入的规模 ,我们经常把执行算法所需要的时间Ｔ写成问题规模ｎ的函数 ,记作Ｔ(ｎ) .1　渐近算法分析　渐近算法分析 (简称算法分析 )是一种估算方法 ,它采用增长率的概念来描述算法的时间代价 ,即当问题规模增大时 ,算法时间代价…     

基于CNF权重学习求解3-SAT问题的进化算法

SAT（Satisfiability）可满足性问题研究具有很广的应用价值,是计算机和人工智能领域内的一个重要问题,也是第一个被证明为NP完全的问题。随着对SAT问题的深入研究,已经提出了很多高效的算法,其中随机算法（WalkSAT）、进化算法等启发式算法是今年来研究的热点。进化算法是遗传算法的一种,通过对生物组织进化的学习,形成的一种高效算法。针对CNF（Coniecture Normal Formula）权重和生物进化算法相结合,提出一种有效求解难SAT问题的不完全算法WOSAT．     

基于改进和声算法的有序样本聚类及其应用

标准和声算法只能解决连续型优化问题,而有序样本聚类属于离散型优化问题。将Fisher算法和和声算法相结合,提出一种改进和声算法,使之能够用于离散型优化问题,并利用其对有序样本进行分类。数值仿真实验结果表明,该算法分类结果符合实际。结论表明改进和声算法是一种全局最优算法,分类结果优于Fisher算法。     

随机网络最大概率路径问题的模型与算法

为了求解满足一定时间限制的最大概率路径问题,在建立该问题数学模型的基础上,提出了一种改进蚁群算法。首先根据随机网络的定义建立了随机网络最大概率路径问题的数学模型,然后结合随机网络最大概率路径问题的特点,设计了一种新的启发式信息和信息素更新规则的改进蚁群算法,最后选择了4组数据,将改进蚁群算法与一种混合遗传算法进行对比试验,分别求取对应的全局最大概率路径和反映算法总体性能的多项数据。实验表明,改进蚁群算法的收敛速度和总体性能均优于混合遗传算法,为求解随机网络最大概率路径问题提供了一种快速、可行的方法。     

带时间窗车辆路径问题的混合粒子群算法

将粒子群优化算法与模拟退火算法结合,提出了一种求解车辆路径问题的混合粒子群算法.实例计算及与遗传算法比较的结果表明:应用混合粒子群算法可以快速地求得带时间窗车辆路径问题的优化解;该算法是一种求解离散组合优化问题的有效方法.     

一种基于Minmax算法的混合MIMIC算法

将Minmax算法与MIMIC算法相结合,提出一种基于Minmax算法的混合MIMIC算法.该算法不再利用传统的约束保持法和可行规则法处理约束条件,而是结合Minmax算法的思想将约束问题转化为无约束问题,并利用MIMIC算法对无约束问题求解.数值试验结果表明:该算法能收敛到满足约束条件的全局最优解,并且具有很强的全局搜索能力,为解决非线性约束优化问题提供了一种新的有效途径.     

人工蜂群算法在解决EMD问题中的应用

图像的相似性度量问题是人脸识别中的核心问题。EMD是一种良好的直方图相交映射距离表示方法,是度量图像相似性的经典模型。元启发式智能算法是解决复杂EMD问题的一种主要方法,提出了一种基于人工蜂群算法的求解EMD问题的新算法。该算法首先提出了一种表示食物源的编码方法,然后设计出初始化解决方案的生成策略和确定食物源邻居的方法。最后,在ORL人脸库上的实验结果表明了新算法在解决EMD问题时的有效性。     

基于偏序对改进蝙蝠算法的旅行商问题研究

作为一种新兴的群智能启发式算法,蝙蝠算法近年来被广泛用于求解离散、连续、及组合优化问题。针对典型组合优化问题中的旅行商问题,本文提出一种基于偏序对改进的蝙蝠算法用于求解离散型旅行商问题。通过对蝙蝠速度、位置的更新,使算法具有更强的适用性。本文对16个标准TSP问题进行测试与对比分析以验证算法有效性。实验结果表明,本文提出的偏序对蝙蝠算法在大多数实例中均优于其他算法。     

求解背包问题的新型算法

介绍了程序设计技术中的几种算法，并利用算法间的混合提出了一种解决背包问题的新型算法。     

含负权有向图最短路问题的一种新算法

Dijkstra算法是求解最短路问题的一种经典算法，但是它的缺点是不能用来求解含有负权的最短路问题。本文对图论中含有负权的最短路问题进行研究，提出了一种新算法，将含有负权的最短路问题先转化为不含负权的最短路问题，最后再利用Dijkstra算法求解，并用实例验证该算法的有效性，具有一定的现实意义。     

反最短线路问题

提出一种强多项式算法.该算法将反最短线路问题转化为一种多物资循环流问题，因此可以用Tardos方法来解这类问题.     

赋权有向图最短路问题的新解法--前趋法

Dijkstra算法被公认为解决最短路问题的最好算法,但它的缺陷之一是不能解决存在负权的最短路问题.一种解决这类问题的新方法--前趋法可弥补Dijkstra算法的这一缺陷.实例表明、前趋法是一种解决存在负权的最短路问题的行之有效的简便算法.     

模糊C-均值聚类算法的改进研究

模糊C-均值聚类算法通过迭代的爬山技术来寻找问题的最优解,是一种局部搜索算法,容易受初始值的影响而陷入局部极小值.遗传算法是一种应用广泛的全局优化算法,是一种与求解问题无关的算法模式,能够有效解决模糊C-均值聚类算法对初始化敏感的问题,利用改进后的遗传算法能更好地解决聚类问题.     

一种求解车辆路径问题的双目标遗传算法

车辆路径问题是一个NP-难问题,将该问题描述成为一个多目标最优化问题,并为之提出了一种双目标遗传算法来解决该问题.在算法中设计了一种新的构造非支配集的方法,改进了杂交算子,混合了局部爬山法.实验结果表明该算法是求解车辆路径问题的一种高效的算法.     

蚁群算法及其在求解优化问题中的应用

蚁群算法是近几年优化领域中新出现的一种启发式仿生类算法。作为一种新的群体智能启发式优化算法,主要用于求解组合优化问题。本文介绍了蚁群算法的发展历史,然后介绍了其在求解组合优化问题中的应用情况,最后对蚁群算法在今后的研究方向作了展望。     

求解凸可行性问题的循环平均交替反射法

Douglas-Rachford 算法是一种可用于解决可行性问题的优化方法。循环 DouglasRachford 算法和松弛平均交替反射算法也被成功地应用于求解多个闭凸集的可行性问题。本文引 入一种基于松弛平均交替反射法和循环 Douglas-Rachford 算法的新算法，并利用均值算子和不动 点的性质证明了该算法的收敛性。该算法可以直接用于求解希尔伯特空间中多个集合的凸可行 性问题。     

基于蚁群算法的最短路径搜索方法研究

最短路径问题是在给定的网络图中寻找出一条从起始点到目标点之间的最短路径。蚁群算法是一种用于求解优化问题的新型模拟进化算法,该算法在许多相当困难的优化问题的求解中体现了极强的寻优能力和较好的性质。提出了一种利用蚁群算法来解决网络最短路径问题的新方法,并用Matlab语言编程进行算法的实现和仿真。结果表明,蚁群算法在寻求网络最短路方面的应用是可行的。     

A~*算法的改进及其在15数码问题中的应用

针对15数码问题,提出了一种基于改进A*算法的求解方法。依据问题特征,定义了估价函数f(n)中启发函数h(n)的一种计算方法,设计了高效的算法步骤和C语言程序实现。测试结果表明,同等条件下,本算法较常用A*算法的求解效率有所改善,算法对其他组合优化问题也具有应用价值。