基于序优化方法求解列车运行调整模型的算法研究.doc

为了克服基本蚁群算法收敛速度慢、易于停滞的缺陷，提出了一种基于局部优化策略的蚁群算法（LOACA）。该算法根据TSP的特点,采用了三种局部优化算子来交换搜索路径中城市的位置,以改进解的质量。以TSP为

关于粒子群算法求解博弈论中的纳什均衡解的论文

本压缩包提供了基于yalmip工具箱进行双层优化问题求解的算法原理说明和相关代码。其中，KKT函数可以直接调用yalmip工具箱中的函数，从而省去手动编写KKT条件的步骤。该函数能够对参数化的线性或二

容量优化-印度铁路:该项目基于DLP模型,用于优化IR列车的座位容量

针对原有最优旅游路线优化模型关于最短路线的获取性能较差的问题,构建基于蚁群优化算法的最优旅游路线优化模型,设定旅游景点地理信息格式,完成地理信息抽取。设定路线选取流程,引用蚁群算法完成最优路线选取工作

该研究将微粒群算法与灰色系统理论相结合，构建了一种优化后的预测模型。通过微粒群算法对灰色系统模型的关键参数进行寻优，提高了模型的预测精度和稳定性。

一种求解函数优化的新型混合优化算法，谭立静，栾丽君，本文提出了一种基于粒子群优化算法（PSO）和差分进化算法（DE）的新型混合全局优化算法PSODE。PSODE模型基于一种双种群协同进化策略，

针对鸡群算法在求解高维复杂优化问题时收敛速度慢、寻优精度不高、容易陷入局部最优等不足，结合遗传思想，增加公鸡和母鸡交配、变异产生新小鸡的概念，并设定交配周期和小鸡淘汰更新周期，利用交叉、变异算子对算法

针对传统的竞争选址过于简单地考虑消费群体这一要素问题, 建立了新的竞争选址问题模型。在新模型中, 应用层次分析法综合考虑了门店规模、零售店价格、商品质量、装修程度、交通状况对设施吸引力的影响, 且其影

基于Hopfield神经网络模型求解TSP问题的算法，于慧，徐慧，本文给出了一种基于Hopfield神经网络模型求解TSP问题的算法。Hopfield网络是一种网状网络，网络中的每个神经元都可以和其他