遗传算法用于TSP问题的研究

本文将遗传算法用于ＴＳＰ问题的求解，并结合爬山搜索法的思想提出了一个新的遗传算子，实验表明效果明显。     

Banach空间中单调和增生算子扰动的非线性特征值问题

建立了一些关于算子对Ｔ,Ｐ（或Ｃ）的某类非线性性特征值λ的存在性结果,其中Ｔ是极大单调算子或ｍ－增生算子,Ｐ是（Ｓ）＋算子,Ｃ是紧算子。其结果推广并改进了一些已有的结果。     

基于排序原理的 TSP 算法——(Ⅳ)随机遍历的非完全有向图 TSP

本文在已有研究的基础上，首先对ＴＳＰ作更细致的分类，然后通过改变基于排序原理的ＴＳＰ原算法中某些初始条件和计算步骤，衍生出一种用于求解随机遍历非完全有向图类型的ＴＳＰ算法，使本项研究所提出的算法在应用范围方面得到进一步推广。     

单亲遗传算法及其应用研究

针对传统遗传算法（ＴＧＡ）在求解组合优化问题方面存在的不足,提出一种单亲遗传算法（ＰＧＡ）。ＰＧＡ不使用ＴＧＡ常用的交叉算子,而是通过基因换位算子隐含交叉算子的功能来实现进化操作,简化了遗传操作过程,并且不要求初始群体具有广泛多样性,不存在“早熟收敛”问题,仿真结果表明这种算法是有效的。     

关于T—Ω法中矩阵算子的自伴性问题

导出了用位函数Ｔ,Ω描述涡流问题的矩阵算子方程,证明了该矩阵算子是自伴算子,并自由伴算子的具势性得到了矩阵算子方程的泛函。最后用Ｔ－Ω法求解了一个涡流场算例。     

受阻胺光稳定剂的热失重分析

使用热失重分析仪对ＴＭＰ,ＰＭＰ,ＴＭＰＭ,ＧＷ５４０,Ｔｉｎｕｖｉｎ７７０等小分子型受阻胺光稳定剂、ＴＭＰＭ的均聚物ＰＴＭＰＭ和ＰＭＰＭ的均聚物ＰＰＭＰＭ、一系列具有不同单体配比的ＰＤＳ,ＴＭＰＭ和ＰＭＰＭ分别与ＭＭＡ,Ｓｔ,ＭＡＡ,ＡＡ共聚得到的共聚物等受阻胺类光稳定剂进行了热失重分析（ＴＧ）。实验发现小分子型的受阻胺光稳定剂的热稳定性均较差,它们的热稳定顺序是ＴＭＰ〈ＰＭＰ〈ＴＭＰＭ〈ＧＷ５     

不存在非零连续线性算子的拓扑向量空间对

如果拓扑向量空间（ＴＶＳ）Ｘ中的任意拟有界集均为有界集，则称Ｘ有ＰＢ－Ｂ性质，证明了：（ａ）局部拟凸的ＴＶＳ具有ＰＢ－Ｂ性质；（ｂ）局部有界当且仅当局部拟有界且局部拟凸；（ｃ）不存在从拟有界ＴＶＳ到具有ＰＢ－Ｂ性质且满意Ｔ０公理的ＴＶＳ的非零连续线性算子。     

基组结式消元法

该文提出基组结式消元法。其核心思想是：根据秩的大小选取基组，利用贝左结式消元，将一个多项式方程组（ ＰＳ） 化成一个三角型方程组（ ＴＳ）；求解（ＴＳ）并代入（ＰＳ） 检验，可得（ＰＳ） 的全部解。该法具有消元过程简单和消元结果次数较低等优点。凡是可化为多项式方程组求解的问题，均可用该文的方法进行研究；特别在机构学研究中具有广泛的应用。     

涤纶厂缩聚工序的监控专家系统SCPET

介绍了由酯交换法合成聚对苯二甲酸乙二醇的ＳＣＰＥＴ。结合生产工艺，对ＳＣＰＥＴ的组成和工作原理，知识库的内容和知识表达方式，推理机构等进行了探讨。     

旅行商问题（TSP）的模拟退火求解

提出了循环排序中６种不同的随机抽样方式，对旅行商问题（ＴＳＰ）的模拟退火求解进行了进一步深入研究．理论分析证明，６种抽样方式均满足模拟退火算法的全局收敛性条件．实例计算表明，子排列反序并移位抽样方式的求解寻优效率最高，且明显优于目前公认最好的著名的Ｓ．Ｌｉｎ“２－交换”抽样方法．本研究和结论对循环排序类优化问题及其求解具有普遍意义．     

基于优化成熟度的自适应蚁群优化算法

通过深入分析蚁群算法中信息素更新系数对算法寻优能力与收敛速度的影响,定义了平均路径相似度(ATS)来表征寻优过程的成熟程度,据此自适应调整信息素更新系数,以提高算法收敛速度,并避免陷入局部最优.经过与典型蚁群算法在多个旅行商问题测试用例上进行比较,表明新算法具有更好的效果.     

一个基于遗传算法的TSP问题解决方案

介绍了遗传算法的基本思想、TSP问题及其应用.基于经典的遗传算法思想,在一个解决TSP问题方案的基础上提出了改进方案.从问题的解决中可以看到,利用遗传算法解决实际问题,主要依赖于问题的编码以及遗传操作算子.     

一种求解TSP的高效遗传算法

根据TSP适应度地貌特征,通过将传统的反转变异算子(Simple Inversion Operator,SIM)与插入变异算子(Insertion Operator,IM)进行组合,设计出了一种可变邻域搜索的复合变异算子(Greed Invert-Insertion Operator,GIIM)。在此基础上,结合常规的部分匹配交叉(PartiallyMatched Crossover,PMX)与带有精英策略的退火选择,构造出了一种求解TSP的高效遗传算法(SEGA)。仿真测试表明,提出的算法不但具有很强的全局搜索能力,且收敛速度快;其测试结果与最新文献和国际标准测试库TSPLIB中的最优路径相比,或相同或更优。     

A gene-pool based genetic algorithm for TSP

Based on the analysis of previous genetic algorithms (GAs) for TSP, a novel method called Ge- GA is proposed. It combines gene pool and GA so as to direct the evolution of the whole population. The core of Ge- GA is the construction of gene pool and how to apply it to GA. Different from standard GAs, Ge- GA aims to enhance the ability of exploration and exploitation by incorporating global search with local search. On one hand a local search called Ge- Lo-calSearch operator is proposed to improve the solution quality, on the other hand the modified Inver-Over operator called Ge- InverOver is considered as a global search mechanism to expand solution space of local minimal. Both of these operators are based on the gene pool. Our algorithm is applied to 11 well-known traveling salesman problems whose numbers of cities are from 70 to 1577 cities. The experiments results indicate that Ge- GA has great robustness for TSP. For each test instance, the average value of solution quality, found in accepted time, stays within 0. 001% from the optimum. Foundation item: Supported by the National Natural Science Foundation of China (70071042, 60073043, and 60133010) Biography: Yang Hui ( 1979-), female, Master candidate, research direction; evolutionary computation.     

向量型二元语义密度集结算子及其应用

针对多属性决策问题，面向二元语义信息，以向量的形式对决策信息进行集成，提出了向量型二元语义密度加权平均(V-TDWA)算子的信息集结方法.首先，对向量型二元语义密度加权算子及其合成算子的基本构建思路进行了介绍，并对其性质进行了分析.然后，基于信息分布的疏密程度讨论了向量型二元语义信息的分组问题，给出了一种基于向量相似度的聚类方法，在聚类组的基础上，通过最大化熵值法求解不同聚类组的密度权重.最后通过算例对向量型二元语义密度集结算子的应用进行了简要说明.     

遗传算法求解TSP问题的MATLAB实现

以遗传算法求解旅行商问题（TSP）为例,提出一种改进的交叉和变异算子,深入讨论了各个遗传算子的程序实现,并给出其算子的MATLAB程序编码,最后用5个城市的非对称TSP进行仿真分析.结果表明,改进的算法比传统算法收敛速度更快,适应值更优,说明改进算法是有效的,证实TSP问题是遗传算法得以成功应用的典型例子.     

用MATLAB求解TSP问题的一种改进遗传算法

TSP问题是遗传算法得以成功应用的典型问题.提出一种改进的义叉和变异算子来解决TSP问题,并给出其算子的MATLAB程序.通过实验,发现改进的算法比传统算法收敛速度更快,适应值更优,说明改进算法是有效的.     

一种基于遗传算子优化组合的TSP问题求解方法

一般遗传算法求解旅行商问题时,存在着搜索速度与求解质量之间的矛盾.针对此问题提出了一种逆序与对偶组合算子,用以增强遗传算法的局部搜索能力.将其与具有良好全局搜索模式的均匀杂交算子优化组合应用,采用自然数和二进制相互转换的编码方式,构造了一种对TSP问题进行求解的遗传算法,保证了算法的全局收敛性.仿真实验结果表明,该求解方法具有良好的搜索效率和求解质量.     

改进遗传交叉算子求解TSP问题

遗传算法中的交叉算子最根本的作用就是要使子代继承父代的优秀基因。本文着重考虑了用遗传算法求解TSP问题中遇到的交叉算子，根据TSP问题的特点，构造出一种能很好继承父代优秀基因的交叉算子；实例计算表明该算法收敛速度快，从而可以进一步改善遗传算法的性能。     

基于改进遗传算法的模糊聚类研究及应用

模糊C-均值聚类算法是一种局部搜索算法,采用迭代的爬山技术,对初值敏感易陷入局部最小值。遗传算法是一种全局优化算法,能够克服模糊C-均值聚类算法陷入局部最小值的问题,但遗传算法收敛速度慢,易早熟。应用小生境思想对遗传算法进行了改进,以保护种群中基因的多样性,设计了基于最短距离的算术交叉算子、边界变异算子及双精英种子参与进化的策略。仿真实验结果表明,改进后的算法能够提高模糊聚类的收敛速度和聚类质量。