集装箱码头集卡与岸桥协调调度优化

在同时装卸集装箱作业的情况下,考虑了集装箱卡车的运输时间和岸桥的作业时间,建立基于时间最少的优化模型.利用进化计算的特点,设计求解此优化模型的进化算法,进行了数值仿真试验,在合理时间内获得了最优数值结果.此模型和方法为码头集卡线路优化问题提供了决策支持.     

基于几何结构的求解旅行商问题的蚁群算法

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。     

多品种装配顺序的一种改进遗传算法

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．     

K-Means聚类下的改进蚁群算法优化TSP问题

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。     

利用改进匈牙利算法求解旅行商问题

针对传统的匈牙利算法在求解旅行商问题(Travelling Salesman Problem,TSP)时会导致多回路闭合的问题,提出了破环机制,设计了破环匈牙利算法。通过采用分配问题的描述方法对旅行商问题进行建模,并建立二者之间的转换关系,论证了TSP可行解的充分必要条件是对应分配问题的可行解与辅助边结合后仅包含一个环路,对6个标准旅行商进行测试和对比分析,验证算法的有效性。实验结果表明:在不同的数据集中,改进匈牙利算法能有效求出TSP问题的解。     

回到从前：时间旅行趣谈

时间旅行早己实现？彼得·斯图丁特·雷伊是美国南卡罗莱纳州佛罗伦萨城的一名普通的法语教师。1846年,这名在当地本来很受欢迎的人．在他去世之后却突然变得臭名昭著,原因是他去世那天在病榻上声音微弱,令人惊讶地称：“我是法国的歇尔·雷伊”马歇尔·雷伊何许人也？此人是拿破仑手下最得力的干将之一,早在1815年,也就是彼得去世前31年就因滑铁卢战败在巴黎被枪决这位法语教师的临终遗言自然被人们当作疯话然而．一名医生在检查彼得身上的疤痕．并与马歇尔在战争中受伤的记录进行对比后发现,两人的伤痕竟一模一样。随后,一名笔迹鉴…     

晚清西人船游西江的路线及其变迁

1864年,著名汉学家理雅各和三位朋友一起进行了一趟为期三周的西江之旅,到19世纪末20世纪初,以省港澳轮船公司为代表的在粤外资轮船公司相继开通西江航线,在从事运输业务的同时,也供西方游客沿着西江进行游览.在考证并确定两者具体路线的基础上,可见晚清西人船游西江路线变迁背后的深层意蕴:其既自然化、合理化了西人深度进入中国...     

一种优化的量子蚁群算法在旅行商问题上的应用

【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。