蚁群算法在求解TSP问题中的应用

介绍了蚁群算法的原理,论述了利用蚁群算法求解TSP问题的具体步骤,最后通过仿真实验说明了其优越性。     

衡阳市区空气颗粒物的污染特征研究

2014年4~5月在衡阳市区四个典型的城市功能区设置采样点,共采集了47个大气样品,对空气颗粒物（ TSP、PM2.5）的污染状况进行调查,分析其中的重金属（ Pb、Cd、Cu、As、Hg）含量及其形态分布.结果表明,大部分采样点PM2.5浓度超过国家环境空气质量标准（ GB3095—2012）中的二级浓度限值,部分地段TSP浓度超标;空气颗粒物中重金属元素质量含量大小的顺序为：Pb＞Cu＞As＞Cd＞Hg,这些重金属元素更容易富集在细颗粒物PM2.5上;形态分析表明,As、Hg主要以残渣态存在, Pb、Cd、Cu则以可交换态和残渣态存在较多.     

一种求解TSP问题的改进人工免疫算法

TSP(旅行商)问题作为经典的组合优化问题,已经被证明是一个NP难题。文中提出一种基于改进的人工免疫算法的TSP求解方法。算法模拟了抗体的蛋白质多肽链结构、免疫系统的克隆选择机制以及浓度调节机制,使用了一种新的抗体间的相似性判断方法。另外,在算法的变异算子中还融合了贪婪算法。这些改进使得算法的搜索性能得到提高。实验结果表明与标准遗传算法相比,该算法全局搜索能力强、收敛速度快。     

一种求解TSP的生物信息启发式遗传算法

遗传算法是解决旅行商问题（traveling salesman problem，TSP）的通用路径优化算法之一。为解决传统遗传算法收敛速度慢且解不稳定的问题，提出一种生物信息启发式遗传算法（bioinformation heuristic genetic algorithm，BHGA）。通过优化适应度函数和初始种群，引入生物信息学中的基因序列对比手法进行交叉重组排序，采用基因逆转操作进行变异，对遗传算法进行改进，使算法能够加快收敛速度，得到更优路径解。利用BHGA对TSPLIB数据库中算例进行求解，实验仿真结果表明：该算法在中小型规模的TSP中求解效果好且结果稳定。