基于自适应模拟退火的改进混合粒子群算法

为了改善旅行商(TSP)优化求解能力,对模拟退火与混合粒子群算法进行改进,引入了自适应寻优策略。交叉、变异的混合粒子群算法,易于陷入局部最优,而自适应的模拟退火算法可以跳出局部最优,进行全局寻优,所以两者的结合兼顾了全局和局部。该算法增加的自适应性寻优策略提供了判定粒子是否陷入局部极值的条件,并可借此以一定概率进行自适应寻优,增强了全局寻优能力。与混合粒子群算法实验结果对比,显示了本文算法的有效性。     

预知信息和有限运载能力下应急车辆路径选择问题

由于自然灾害的频繁发生,灾后的应急物资车辆调度受到了人们的广泛重视.针对应急物资车辆装载能力有限和受灾点被提前获知但是不能马上被服务的情形,提出了具有预知信息的在线配额旅行商(quota TSP)问题,分析了该问题的下界,针对受灾点仅在正半轴上的情形设计了MLIB算法和SW算法,对于一般网络设计了Greedy算法,分别分析了三种算法的竞争性能.结果表明算法的竞争性能会随着预知信息的增加而得到改善.     

大规模无线传感网络数据收集的无人机路径规划

针对部署在地表交通困难的大规模无线传感网络,采用目前可控无人机(unmanned aerial vehicles, UAV)进行数据收集能够达到更好的效果. 然而,考虑到无人机自身有限的资源,以及网络中存在大量传感器节点的情况,无人机飞行路径规划对于顺利完成数据收集任务具有重要作用. 无人机路径规划可以看作经典的旅行商问题(traveling salesman problem,TSP). 针对部署具有均匀性特点的大规模无线传感网络,提出了一种规则化快速路径规划(fast path planning with rules, FPPWR)算法. 该算法通过网格划分,将全局区域飞行路径的求解划分到多个较小的方格中进行,并通过成对算子路径优化算法在初等飞行路径上将方格区域中的路径合并为全局路径. 实验证明,该算法在保证了较高精度的同时,显著提升了路径规划的效率.      

基于动态聚类邻域分区的并行蚁群优化算法

本文算法体现"分而治之"的思想,首先采用动态K均值聚类快速邻域分解,其次应用蚁群算法同时对分区并行优化计算,最后基于分区重心进行邻域全局连接,得到大规模TSP问题的满意解.     

栖热菌噬菌体TSP4密码子偏嗜性及其对基因异源表达的影响

 为了探索噬菌体TSP4、栖热菌模式菌株Thermus thermophilus HB27中6种蛋白编码序列和Escherichia coli基因组遗传密码子使用偏嗜性,探索TSP4基因密码子偏嗜性对其基因异源表达的影响本研究利用生物学软件Editseq和RSCU算法统计噬菌体TSP4密码子使用频率并分析其偏嗜性,与栖热菌HB27的同源基因以及常温菌E.coli基因组的密码子使用偏嗜性进行对比分析.结果显示,噬菌体TSP4与栖热菌HB27优势密码子相似度高达85%,而与E.coli的相似性仅有65%.为了验证分析结果,选取TSP4基因组中一个潜在分子伴侣基因序列在E.coli BL21和E.coli Rosetta(补充了BL21菌株中缺失的6个稀有密码子)中进行异源表达.噬菌体TSP4与其宿主菌HB27之间密码子高相似性说明在长期的进化过程中TSP4在基因水平上形成对宿主的一种适应性机制.异源表达结果显示,分子伴侣基因在E.coli BL21中未见明显表达,但在Rosetta中高效表达,说明Rosetta中补充的 6个稀有密码子明显有助于分子伴侣基因的表达,该结果也进一步证明密码子偏嗜性是否一致在很大程度上影响基因的表达.     

多物流配送中心选址及求解

经典蚁群算法不能直接用于求解多配送中心选址问题(MDLP),据此,将MDLP映射为扩展K-TSP过程并设计了改进的蚁群算法.改变了经典蚁群算法禁忌表的设置方式,算法运行时,给蚁群建立一个共享禁忌表,里面存放所有蚂蚁访问过的客户点,任何蚂蚁只能选择共享禁忌表未曾记录的客户点,从而增强蚂蚁间的信息交流,促进它们的分工与协作,使蚂蚁无遗漏无重复地遍历各配送点并找出问题的最优解.为提高算法的求解性能,在蚂蚁的选择规则里加入了代价引导函数,使用2-opt策略优化可行解并优化了信息素的更新方式.仿真算例及算法对比表明,模型和算法可以有效地表达和求解MDLP.     

TSP在隧道超前地质预报中的应用

隧道超前地质预报进一步查清了隧道开挖工作面前方的工程地质条件,是工程施工顺利进行的技术指导。以某隧道为工程背景,运用TSP地震波探测方法,对掌子面前方围岩岩性变化带进行了预报,提出了施工要求和预报质量的控制措施,降低了地质灾发生的风险。     

用量子蚁群算法求解大规模旅行商问题

针对旅行商问题(TSP),提出了一种新的混合量子优化算法——量子蚁群算法.量子蚁群算法采用量子比特的概率幅表示蚂蚁的当前位置,采用量子旋转门更新蚂蚁的位置,选取国际通用的TSP实例库中多个实例进行测试.仿真实验表明,该算法具有很好的精确度和鲁棒性,可使搜索空间加倍,比传统的蚁群算法具有更好的种群多样性.     

校园原煤堆放场环境空气质量监测及评价

通过对校园原煤堆放场周围环境空气中总悬浮颗粒物TSP、可吸入颗粒物PM10、二氧化硫和氮氧化物进行监测和评价,结果发现TSP是主要的颗粒污染物,氮氧化物是主要的气态污染物,PM10和二氧化硫的平均浓度基本达到国家二级标准;最后通过原因分析,提出了一些控制污染物的对策.     

改进的遗传算法求解TSP

阐述了一种针对TSP问题的改进遗传算法。引入了局部优化搜索算法。加快了算法的收敛速度。减轻了初值对结果的影响。加入了改进的OX交叉算法,在交叉中合理保留了优秀个体基因的排列顺序。利用精英复制保留了优秀基因。维持了种群个体数目稳定。提出了一种新的变异算法,有效避免了路径重复,减小了运算量,提高了运算速度。