论文研究一种基于GPU并行免疫算法的大规模TSP问题求解 .pdf

借鉴生物免疫原理中克隆选择机理，设计了一种基于记忆克隆选择的多目标免疫算法。该算法构建了一种亲和度的快速计算方法，并在抗体种群全局搜索Pareto解的同时，也在记忆单元进行局部搜索，有效地提高了搜索效

为满足大规模文本快速分类的需求,在传统文本分类方案基础上,利用GPU强大的并行吞吐量,提出了一种大规模并行文本分类方案。为验证该方案的有效性,在多个平台上进行充分的实验分析。结果表明,该方案比传统的分

蚁群算法的改进大多从算法本身入手或与其他算法相结合, 未充分利用待解决问题所包含的信息, 提升效果较为有限. 对此, 提出一种面向对象的多角色蚁群算法. 该算法充分利用旅行商问题(TSP) 对象的空间

提出了一种在分布式环境下求解非线性方程组的并行算法，该算法将Newton迭代法中的Jacobi矩阵进行适当的分裂，使得Newton迭代法具有很好的并行性。并在理论上进行了收敛性分析。在HPrx2600

论文研究-一种求解带资源约束的并行机器多目标调度问题的遗传算法.pdf,

在如何快速发现大规模网络的结构和特性问题中，网络规模及复杂度的快速增长给其分析研究带来了新的挑战.MapReduce及其开源实现Hadoop给大规模图的高效处理带来了希望.基于MapReduce框架的

TSP问题是典型的NP-hard组合优化问题，遗传算法是求解此类问题的一种方法，但它存在如何较快地找到全局最优解，并防止“早熟”收敛的问题。针对上述问题并结合TSP问题的特点，提出将遗传算法与模拟退火

A fast grouping algorithm for large-scale data sets.pdf

针对K-means算法依赖于初始聚类中心和易陷入局部最优解的缺陷，提出一种改进的求解聚类问题的差分进化算法。将改进的差分进化算法与K-means迭代相结合，使算法对初始聚类中心的敏感性和陷入局部最优解

论文研究-一种新的求解Flow Shop问题的启发式算法.pdf,  同顺序 Flow Shop问题是一个著名的 NP难题 ,至今尚未找到有效算法 .总体来讲 ,求解该问题的启发式算法主要可分为规则式