全文获取类型
收费全文 | 926篇 |
免费 | 10篇 |
国内免费 | 51篇 |
专业分类
系统科学 | 77篇 |
丛书文集 | 13篇 |
教育与普及 | 149篇 |
理论与方法论 | 53篇 |
现状及发展 | 6篇 |
综合类 | 689篇 |
出版年
2024年 | 2篇 |
2023年 | 15篇 |
2022年 | 17篇 |
2021年 | 13篇 |
2020年 | 7篇 |
2019年 | 8篇 |
2018年 | 7篇 |
2017年 | 6篇 |
2016年 | 5篇 |
2015年 | 27篇 |
2014年 | 61篇 |
2013年 | 72篇 |
2012年 | 68篇 |
2011年 | 83篇 |
2010年 | 63篇 |
2009年 | 78篇 |
2008年 | 80篇 |
2007年 | 54篇 |
2006年 | 54篇 |
2005年 | 48篇 |
2004年 | 35篇 |
2003年 | 30篇 |
2002年 | 25篇 |
2001年 | 24篇 |
2000年 | 38篇 |
1999年 | 11篇 |
1998年 | 8篇 |
1997年 | 14篇 |
1996年 | 5篇 |
1995年 | 6篇 |
1994年 | 3篇 |
1993年 | 5篇 |
1992年 | 4篇 |
1991年 | 3篇 |
1990年 | 3篇 |
1989年 | 2篇 |
1988年 | 1篇 |
1987年 | 1篇 |
1985年 | 1篇 |
排序方式: 共有987条查询结果,搜索用时 0 毫秒
981.
目前第二类广义旅行商问题(GTSP)求解方法少,仅有的一些方法也存在运算复杂度高等缺陷,为此,文中通过分析距离矩阵的性质,提出了一种重构距离矩阵的算法,将第二类GTSP转化为第一类GTSP,然后利用混合染色体遗传算法求解转化后的第一类GTSP,从而间接求解了原问题(第二类GTSP).通过转化,大大提高了求解的精度,降低了运算的复杂度.最后,采用文中提出的算法对TSP问题库内的14个基准问题构成的第二类GTSP进行了测试,结果表明该算法可以有效地进行求解. 相似文献
982.
蚁群算法是一种新型仿生算法,但存在搜索时间长,收敛速度慢,易陷入局部最优等缺点。本文提出了一种基于旅行商问题(TSP)几何结构的蚁群算法,利用象限邻居表构造候选集和对偶限象邻居的方法初始化信息素,用以克服上述缺陷。通过对TSP的仿真,结果表明新算法大大缩小了其搜索范围,提高了搜索精确度并减少了搜索时间。 相似文献
983.
多品种装配顺序的安排问题属于旅行商问题(TSP),具有NP计算复杂性,针对该问题,以工艺辅助时间需求为优化目标,对遗传算法的边重组交叉算子(ER)作了改进.将基因的邻接关系分为左邻接关系和右邻接关系,通过抛弃基因的左邻接关系,将ER改进为右边重组算子(R—ER),仿真表明改进后的遗传算法寻优能力更强、收敛性更佳. 相似文献
984.
在解决旅行商问题(Traveling Salesman Problem, TSP)上,提出了一种新的求解思路即基于K-means聚类思想下的改进型蚁群算法,目的是优化TSP最短路径。先将整体TSP中分布的全部节点利用K-means聚类思想将其分成若干子TSP,再通过对基础蚁群算法(Ant Colony Algorithm, ACA)中信息素更新策略的改进,解决传统蚁群算法在面对大规模TSP问题时有迭代时间长、收敛速度慢和易陷入局部最优解的缺陷。在对每一个子TSP求解最优路径后再将各部分连接,使其融合成为一条完整TSP的最优路径。经验证该算法不仅优化了最短路径降低了误差率,同时大大缩短运算时间,提高了运算效率。 相似文献
985.
应用量子从头计算方法,在HF/6-31G^*水平,优化XC2n+1N(X=CN,H,F,Cl,Lin,n=0-5)分子的几何构型,得出了它们的分子总能量,所有急迫长以及各原子上的电荷分布及振动频率等。计算结果表明,XC2n+1N类分子的总能量呈现同系线性规律,分子内的键长及各原子上的电荷分布都呈现出一定规律性。 相似文献
986.
【目的】量子蚁群算法是一种常见的智能仿生算法,广泛的应用在数学优化、工程技术等领域。该算法在求解旅行商问题时也表现出良好的效果,但当城市规模变大时求解该问题就会出现算法收敛速度慢、早熟、全局寻优能力较弱等问题,为了解决这方面的问题,提出了一种优化的量子蚁群算法。【方法】将部分量子蚁群算法中信息素更新机制与量子旋转角更新机制结合,改进量子选择策略,并将轮盘赌法应用在状态转移规则模型中。【结果】分别使用标准库中的样本和自定义样本,利用Python平台进行实验仿真,通过与其他算法进行比较,并在给出了详细的对比过程。在求解旅行商问题时,提出的算法在最优值差别不大的情况下,减少了早熟,大幅度提高了算法的收敛速度。【结论】提出的算法是有效的,具有一定的实践意义。 相似文献
987.
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。 相似文献