暂无评论
针对求解TSP给出一种新算法——改进的猫群算法。猫群算法作为一种群智能优化算法,有较快的收敛速度、向他人学习等优点,但国内目前对它的研究还处在起步阶段,所以做这方面的尝试性研究。通过引入交换子概念和改
自适应时延估计的研究,俞冬英,刘勇,提出了一种自适应时延估计与相关检测相结合的时延估计方法。通过对算法原理的推导,给出了LMSTDE和相关检测分别来估计时延的整数值
旅行商问题(TSP)是最古老而且研究最广泛的组合优化问题。针对TSP问题,提出一种蚁群与粒子群混合算法(HAPA)。HAPA首先将蚁群划分成多个蚂蚁子群,然后把蚂蚁子群的参数作为粒子,通过粒子群算法来
给出立体表面TSP问题的数学模型,提出一种改进的蚁群优化算法,用于解决立体表面TSP问题。该算法能快速找到最优路径或近似最优路径,得到的解质量较高且计算时间短。实验方法表明,改进后的蚁群算法在TSP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
论文研究-基于自适应学习群体搜索技术的集成进化算法.pdf, 为了提高连续数值优化算法的普适性和鲁棒性,提出了基于自适应学习群体搜索技术的集成进化算法.该算法集成了3种自适应学习群体智能优化算法作为子
针对基本粒子群优化算法(PSO)算法易陷入局部最优的缺点,提出混沌自适应粒子群-序列二次规划算法(CAPSO-SQP)。在基本PSO算法的基础上,加入混沌搜索和自适应惯性权重提高全局收敛能力,并在PS
很好的一个学习pso求解TSP问题的代码,分享一下
Solving TSP problem with MATLAB
支限界法类又称为剪枝限界法或分支定界法,它类似于回溯法,也是一种在问题的解空间树T上搜索问题解的算法。它与回溯法有两点不同:①回溯法只通过约束条件剪去非可行解,而分支限界法不仅通过约束条件,而且通过目
暂无评论