自适应并行遗传算法求解非对称性旅行商问题

遗传算法是一种模拟生物进化的搜索最优解算法。根据交叉概率与变异概率在不同时期的不同要求,提出一个随进化代数和群体的适应度进行自适应调整的策略。同时,采用粗粒度并行策略,使算法具有更好的收敛性、稳定性、更快的速度和更好的优化质量。最后通过一些精典的非对称性旅行商问题对该算法进行了检验,结果表明自适应并行遗传算法可以有效提高遗传算法的求解性能。     

搜索服务公司客户行为分析简

搜索服务公司是专门根据用户行为需求提供高品质搜索服务的互联网企业,准确的客户行为分析是其业务不断发展壮大的基础。本文以某大型搜索服务提供商2011年7月的客户浏览数据为例,分别用描述统计方法和关联规则法对数据进行分析,以挖掘出客户行为信息,从而该公司了解客户需求、重新进行搜索界面设计提供数据支持。     

蜂群算法在作业车间调度问题中的应用

运用一种新型的启发式算法—蜂群算法对作业车间调度问题进行求解,并通过经典的实例对该算法进行检验,结果表明,蜂群算法求解作业车间调度问题是有效的,同时发现蜂群算法在搜索过程中能自组织进行变换角色,具有很强的自组织、自适应以及鲁棒性强等特点。     

自适应并行遗传算法求解非对称性旅行商问题

遗传算法是一种模拟生物进化的搜索最优解算法.根据交叉概率与变异概率在不同时期的不同要求,提出一个随进化代数和群体的适应度进行自适应调整的策略.同时,采用粗粒度并行策略,使算法具有更好的收敛性、稳定性、更快的速度和更好的优化质量.最后通过一些精典的非对称性旅行商问题对该算法进行了检验,结果表明自适应并行遗传算法可以有效提高遗传算法的求解性能.     

同时取送货车辆路径问题的改进的蚁群算法

提出一种同时取送货车辆路径问题（VRPSDP）改进的蚁群算法。应用该算法求解28个同时取送货的车辆路径问题的benchmark算例，结果表明，该算法能获得16个算例的已知最好解，更新了其中3个已知最好解。最后，对算法的几个性能进行测试，结果进一步表明所提出的算法具有很好的求解性能。     

基于自适应蚁群算法的车辆路径问题研究

车辆路径问题是一个NP-hard问题,传统的方法对其进行有效求解,本文分析了蚁群算法在VRP问题中的可行性,并提出了自适应策略对传统的蚁群算法进行改进,该策略可以根据不同搜索阶段调整参数提高算法的收敛速度。最后,通过芜湖市的数据对该方法进行检验,实验结果显示,本文提出的自适应蚁群算法的性能优于传统的蚁群算法。     

农业信息化的发展与应用对策

当前,以生物工程和信息技术为基础的新一轮农业科技革命正在全球蓬勃兴起,成为现代农业发展的重要基础工程。推进我国农业和农村经济结构的战略性调整,对市场信息网络建设提出了新的要求。随着我国加入WTO步伐的日益临近,加速农业信息比显得尤为紧迫。     

蜂群算法在作业车间调度问题中的应用

运用一种新型的启发式算法一蜂群算法对作业车间调度问题进行求解,并通过经典的实例对该算法进行检验,结果表明,蜂群算法求解作业车间调度问题是有效的,同时发现蜂群算法在搜索过程中能自组织进行变换角色,具有很强的自组织、自适应以及鲁棒性强等特点.     

基于并行遗传算法的车辆路径问题

提出两种改进策略来提高遗传算法的性能,首先通过粗粒度并行机制以避免遗传算法在进化过程中易产生过早收敛现象,同时提出了一个主从式迁移策略来提高"优质"个体在交换过程的生存能力,有效的提高优化的速度和解的精度.最后,通过若十著名的车辆路径问题对该算法进行了验证,结果表明提出的并行遗传算法可以有效的提高优化速度和求解质量.