研究了基于遗传算法的TSP问题优化方法,探讨了其在计算机科学与技术领域的应用。通过对TSP问题的建模和分析,提出了一种基于遗传算法的优化方案,以解决TSP问题中的路线规划难题。该方案充分利用了遗传算法
用遗传算法求解实现TSP 问题。 代码是基于 GAlib (面向对象的GA遗传算法库)实现。 包含源代码、可执行文件、开发说明、开发报告和图表、以及必要的参考资料。
遗传算法的背包问题解法。利用VC++实现
旅行商问题,即TSP问题(Traveling Salesman Problem)是数学领域中著名问题之一。假设有一个旅行商人要拜访N个城市,他必须选择所要走的路径,路径的限制是每个城市只能拜访一次,而
火灾的早期探测是较为复杂且具有重要意义的研究课题。针对传统火灾探测方法存在的不足,提出了一种基于加权支持向量回归的火灾智能探测系统,加权支持向量回归算法克服了神经网络过学习等不足,及标准支持向量回归中
遗传算法的源程序,用遗传算法求解最短路径问题
针对双资源约束作业车间调度的双目标优化问题, 提出一种继承式遗传算法, 通过分支种群继承父辈种群的进化经验. 该算法面向双资源约束特点, 采用4 维染色体编码方式, 基于时间窗口比较实现活动化调度,
提出一种可以有效求解带时间窗的车辆调度问题的灾变遗传算法。遗传算法作为一种高效的启发式算法被用于解决这类组合优化问题,但是该算法存在过早收敛、易陷入局部最优等缺陷。针对此问题,在搜索过程中采用灾变算子
基于OpenMP的粗粒度并行遗传算法,相比于串形遗传算法提升了运行速度。
使用GPU并行化遗传算法,并行方式为粗粒度式并行,开发环境为ubuntu16.04;最终计算结果相比于传统的遗传算法,在结果精度差不多的情况下,时间约为传统方法的五分之一