基于抗体的蚁群优化算法研究

针对蚁群优化（ant colony optimization,ACO）容易陷入局部最优,提出一个基于抗体的新型蚁群优化算法(ant colony optimization based on immune algorithm,ACOI)。ACOI是利用免疫算法中抗体的概念来改善人工蚂蚁搜寻解空间的方式,使人工蚂蚁不仅会依随费洛蒙的指引,还会受到抗体的影响去搜寻解空间;而抗体也会随着环境的改变,使抗体成为有效的及无效的2种情形,有效的抗体对人工蚂蚁会有影响,无效的抗体则没有影响。用旅行销售员问题（traveling salesmen problem,TSP）验证ACOI的效能,并与ACO做比较,证明了在蚁群系统中加入抗体要比单纯的蚁群系统效率更高。     

TSP超前预报系统在隧道施工中的应用

本文首先介绍了TSP203超前地质预报系统的工作原理及其探测方案,然后结合齐岳山隧道工程实例,介绍了TSP203超前地质预报系统的应用,通过预报掌子面前方最少200m范围内的地质情况,包括隧道前方岩性的变化、破碎带和软弱层的位置宽度、是否含水、是否存在不良地质体等,为隧道工程以及变更施工工艺提供依据,保证了施工安全、加快了工程进度,同时为隧道超前地质预报的应用积累了一些经验。     

对江西省经济发展的实证分析

通过运用柯布－道格拉斯生产函数模型,借助于ＴＳＰ软件,对江西省经济发展进行了实证分析。     

TSP及其扩展问题的混合型启发式算法

就经典的旅行商问题（ＴＳＰ）及其扩展形式;瓶颈问题、多目标问题等给出一种混合型启发式算法,并知微机上予以实现,为困难的扩展型ＴＳＰ提供了新的求解手段。     

旅行商问题(TSP)的改进遗传算法

对于中大规模ＴＳＰ问题的求解,提出了２种新的改进遗传算法:两交换启发交叉算法和三交换启发交叉变参算法·经过仿真实验和实例应用证明了算法的有效性·三交换启发交叉变参算法的性能优于两交换启发交叉算法·     

关于旅行商问题的若干启发式算法的性能比分析

旅行商问题的增量最小插入法、最近插入法、最近加入法的性能比已经被证明有一个上界2,本文在欧几里德平面上给出了这些方法性能比接近于2的例子。另外,我们证明了凸包选边插入法的性能比有一个关于点数的对数函数上界。     

影响郑州市大气TSP浓度诸因素的灰色关联分析与弹性分析

根据郑州市大气TSP浓度的监测数据以及相关影响因素数据 ,运用灰色系统理论的关联分析方法 ,得出了影响TSP浓度的主要因素 ,并通过建立灰色GM ( 1,N)模型 ,运用弹性分析理论分析了各影响因素对TSP浓度的贡献大小。经过两者分析 ,提出了控制和治理TSP污染的对策。     

用Hopfield神经网络与遗传算法求解TSP问题的实验比较与分析

首先介绍了实验中利用Hopfield神经网络和遗传算法求解TSP问题的程序设计方法,分析了CreateChromosome算法的时间复杂性,并测试了群体规模对解最优性的影响,从计算方法的软件实现角度出发,比较了两种计算技术的相似点与不同之处,本次实验的结论是：遗传算法比Hopfield神经网络求解TSP问题的效率高,且随着问题规模的扩大,优势更为突出。     

激光散射法测量TSP和PM10的最佳采光角及立体角的研究

通过对光散射理论的数值模拟,分析了影响颗粒散射光通量F和粒径D之间单值关系的采光方向角、采光立体角和被测颗粒折射率等因素. 与光散射颗粒计数器在异轴90°采光不同,用光散射法测量TSP和PM10在45°方向采光,并采用较大立体角(??? > 50°),能得到较好的F-D关系,同时颗粒折射率的影响也较小.     

蚁群算法求解TSP时参数设置的研究

蚁群算法作为一种新的模拟进化算法,由于具有较强的发现解的能力,在许多领域得到应用。但蚁群算法中的参数设定基本是靠经验和实验来设定的。针对TSP,通过实验对参数以及参数的设置做了研究,对参数设置提出了新的算法,并进行了实验验证。