一种求解货物配送问题的改进算法

针对货物配送问题,建立问题的数学模型,提出一种基于禁忌搜索的蚁群算法.并结合超市配送问题,对算法进行测试,测试结果表明,该算法具有收敛速度快、不易陷入局部最优、求解精度高的特点,能够有效地解决超市配送问题.     

生鲜食品多阶段动态定价模型及算法

考虑消费者购买行为,建立生鲜食品多阶段动态定价模型,力图使零售价格能够动态地反映生鲜食品的价值波动,采用基于正负反馈机制的改进蚁群算法求解模型。通过不同算例仿真分析,表明该模型优于传统模型;同时将本文算法与其他3种算法进行对比,从收敛性能和运行时间方面证实本文算法更优。     

Bionomics of the myrmecophilous oribatid mite Protoribates myrmecophilus (Acari: Oribatida) in the Oriental tropics

Behavioural interactions between the myrmecophilous oribatid mite Protoribates myrmecophilus and the host ant Myrmecina spp. are described and compared to those of Aribates javensis which shows a very specialized myrmecophily. The behaviour of P. myrmecophilous is similar to free-living oribatids: they can walk by themselves and can survive without ant attendance. In the ant nests, the mites are sometimes cared for by ants and they are brought by ants into a new nest site. Protoribates myrmecophilus is eaten by non-host species of Myrmecina. Protoribates myrmecophilus is a less specialized myrmecophilous oribatid species.     

夜鹭(Nycticorax nycticorax)的繁殖、生长和恒温能力发育的研究

1990年2月——1991年7月在牌坊鸟岛观察了26窝87只雏夜鹭。该鸟三月下旬迁来营巢,产卵3——5枚(平均3.35),卵均重31.77g,k_w=0.500。孵化期21——26天(平均23.2),孵化率高达92.68％,孵化期卵失水率24.27％,育雏期30——35天。25日令雏鸟体重达成鸟的88.14％,其体重生长模型为w_t=516.8481/(1 e~(2.7555-0.2389t))。恒温发育分三期:①1——4天为迅速发育期,②4——19天为缓慢上升期,③19天后为恒温建立期,雏鸟食性为蛙(48％)、泥鳅(35％)和鱼(17％)。     

套代数中元素的逆

自从J.R.Ringrose引进套代数以来,它已成为非自伴算子代数研究的一个重要方向,特别是它和系统理论有着密切联系,受到人们普遍注意,关于套代数中元素逆的问题是套代数研究的重要问题之一,本文给出这个问题一种描述,对可数的简单套给出元素逆问题的确切回答,并讨论了可数简单套的其它性质。     

糠醛硫代糠酰腙铜(Ⅱ)、镍(Ⅱ)络合物的合成及其抑菌作用

本文介绍糠醛硫代糠酰腙铜(Ⅱ)、镍(Ⅱ)络合物的合成.在元素含量分析、摩尔电导测定、红外和紫外光谱解析基础上确证了两种络合物的组成和配位情况,测定了配体和络合物对两种真菌和一种细菌的抑制活性.     

基本蚁群算法的A.S.收敛性研究

蚁群算法是近几年优化领域中新出现的一种启发式仿生类并行智能进化算法，虽然该算法已经在众多组合优化领域中得到广泛应用，但是对其收敛性尤其是A．S．（AlmostSurely）收敛性问题的研究还存在很多空白．本文在介绍蚁群算法基本原理的基础上，以Markov链和离散鞅作为研究工具，对基本蚁群算法的A．S．收敛性问题进行了理论证明，把最优解集序列转变为下鞅序列来考察残留信息素轨迹向量的收敛性，随后提出了基本蚁群算法首达时间的定义，并对基本蚁群算法首次到达时间的期望值进行了理论分析．     

奥运通勤线路公交调度问题研究

奥运通勤线路上的人员调度问题可以归结为公交人员调度问题,解决公交人员调度通常采用"生成与选择"模式,此种模式具有的局限性使之不能满足解决奥运特色通勤线路上人员调度的要求.针对多条运营线路的奥运特色通勤线路人员调度问题,给出了奥运特色通勤线路人员调度问题的改进模型,模型的目标是在满足工作时间、就餐时间、换班要求等相关约束的条件下使人员完成任务的间隔时间最小.本文对已有蚁群算法解决车辆路径优化问题的算法进行了改进.对算法中相应的转移规则和轨迹更新规则进行了重新设定,改进了算法转移策略和信息素更新策略.给出了算法的实现步骤.通过仿真,对模型的正确性进行了验证.证明了改进蚁群算法解决奥运特色通勤线路人员调度问题的高效性和较强的适用性.     

一种改进的粗粒度并行蚁群算法

蚁群算法是一种模拟进化算法,具有很强的全局搜索能力。提出了一种基于粗粒度模型的并行蚁群算法,该算法采用了一个新的信息素更新策略———Ant-proportion,这种新的更新策略是综合考虑全局和局部信息,依据蚂蚁在搜索过程中所得到的路径的优劣程度和路径中各路段对其贡献的大小来分配信息素增量;另一方面,该算法采用的粗粒度模型充分利用了蚁群算法内在的并行性,使得算法具有更快的收敛速度和更好的优化质量。最后,选用了CHN144问题对该算法进行了检验,算法求得的最优路径优于已知的最优结果。     

Incremental Web Usage Mining Based on Active Ant Colony Clustering

To alleviate the scalability problem caused by the increasing Web using and changing users＇ interests, this paper presents a novel Web Usage Mining algorithm-Incremental Web Usage Mining algorithm based on Active Ant Colony Clustering. Firstly, an active movement strategy about direction selection and speed, different with the positive strategy employed by other Ant Colony Clustering algorithms, is proposed to construct an Active Ant Colony Clustering algorithm, which avoid the idle and ＂flying over the plane＂ moving phenomenon, effectively improve the quality and speed of clustering on large dataset. Then a mechanism of decomposing clusters based on above methods is introduced to form new clusters when users＇ interests change. Empirical studies on a real Web dataset show the active ant colony clustering algorithm has better performance than the previous algorithms, and the incremental approach based on the proposed mechanism can efficiently implement incremental Web usage mining.