简述解决TSP问题的智能优化算法

本文简述了TSP问题及TSP问题的数学模型,最后论述了求解TSP问题的各种解法,并对几种智能优化算法进行了详细说明。     

基于蚁群算法的类TSP问题

基于基本的TSP问题,本文提出一种含有资源使用周期问题的类TSP问题的资源配送问题,建立数学模型,给出求解思路,并将蚁群算法应用到类TSP问题的资源配送问题的求解过程当中。最后本文把以上的研究成果应用到实际生产中,以阜新市太平区为例,为该区选取了五洲御景园作为最佳的桶装矿泉水配送站。     

基于蚁群算法的TSP问题求解

群集智能是现今人工智能领域研究的一个新的热点课题,本文介绍了蚁群算法的原理及求解TSP问题的具体实现步骤.     

项目工期—成本优化问题的蚁群算法设计

工期-成本优化问题是进行项目管理的一个重要环节,它本质上属于一类多目标优化问题。文章结合解决复杂组合优化问题的新型启发式算法——蚁群算法(ACO)对工期成本问题提出了确定的解决框架。通过将工期-成本问题转换为旅行商(TSP)问题,与自适应权重方法(MAWA)相结合,ACO算法不仅可以找到最优解,还可以得到问题的帕雷托前沿。对项目管理的实际工作提供充分的信息,具有较大的意义。     

图论在物流管理中的应用

物流行业是当今世界发展最迅猛的行业之一,它涉及订购、仓储、运输、销售等多个环节.本文针对运输环节进行研究并以邮政运输问题为例探讨物流运输问题的一般解题思路.通过对邮政网点分布图和相关数据的分析,在满足时间限制和货物装载要求的条件下,求解出使空车率引起的损失费尽可能少的最短路线.本文采取分类讨论的方法,综合使用Floyd算法、TSP算法和动态规划法寻求最优邮路.     

基于数据挖掘技术的航班延误预测综述

针对具有海量数据、高维特征的航班延误预测问题，数据挖掘技术表现出独有的优势。结合数据挖掘理论，以及航班延误预测问题的数据特征，提出延误预测的一般流程；从算法角度切入，结合相关文献对比分析五类经典数据挖掘算法在航班延误预测问题中的应用；针对预测精度和效率问题，讨论算法选择与数据处理在研究过程中的必要性；最后，结合该领域重要讲究方向与热点问题进行研究展望。     

城市清洁能源行动的回顾和展望

1．严重的大气污染已构成对城市社会、经济发展的重大威胁随着社会经济的快速发展，我国已成为世界能源生产和消费大国，同时也是污染严重的国家。1999年我国一次能源生产总量为10．91亿吨标准煤，居世界第一位；能源消费总量12．5亿吨标准煤，居世界第二位；相应的二氧化硫（SO2）、烟尘（TSP）等污染物的排放量分别达到1858万吨和1159万吨，均超过美国居于世界的前列。     

基于优化AC-BiLSTM模型的机场终端区流量预测

将深度学习用于机场终端区流量预测研究。神经网络具有复杂的网络拓扑结构和较多的超参数，这使得超参数的选择很困难。以往神经网络模型的超参数通常是根据经验来调整的，因此，为了解决超参数搜索问题，引入粒子群算法(PSO)。针对基本粒子群算法(Basic PSO,BPSO)的缺点和不足，提出一种基于自适应惯性权重的混沌粒子群优化（AWCPSO）算法，该算法在基本PSO的基础上进行了改进和优化。具体方法是，使用一种新的动态自适应惯性权重在全局寻优和局部寻优之间取得平衡；进而将混沌思想和粒子群算法相结合，解决粒子群算法易陷入局部最优的问题。实验表明，AWCPSO算法用于AC-BiLSTM模型的超参数寻优时，既解决了BPSO算法的早熟收敛问题，又提高了流量预测的精度。     

小学数学计算教法微探

本文从培养学生计算兴趣：重视算理和算法：倡导算法多样化；培养良好计算习惯等方面谈了自己的一些体会。     

唐山市丰润生活垃圾焚烧发电项目环境影响及保护对策研究

垃圾焚烧可以实现生活垃圾的综合利用,将焚烧期间产生的热量转化为电能。本文介绍了唐山市丰润区生活垃圾焚烧发电项目的概况,包括垃圾接收与储存、焚烧、余热发电等系统,重点分析了TSP、NOx、HCl、二噁英、CO等垃圾焚烧烟气以及臭气、废水、噪声、固体废物等环境问题,提出了治理烟气、控制二噁英与臭气污染、减少重金属及颗粒物等建议,以做好生活垃圾焚烧工作。     

马尔可夫完美均衡的计算方法研究

产业组织（IO）问题中的马尔可夫完美均衡（Markov Perfect Equilibrium）于近年来无论从理论上还是从计算均衡点的方法上都有了很大的突破。本文简要回顾了近年来的研究成果，以Ericson与Pakes（1995）所描述的产业结构模型为基础，分别对在位者（Incumbent）与进入者（entrant）的均衡策略进行考察，在理论上沿用Richarel Ericson等人（1995）提出的EP均衡，证明了它即为MPE（Markov Perfect Equilibrium）。进一步，本文在对目前产业组织理论里均衡厂商数目的模拟算法进行了全面比较的基础上，提出一种新的随机算法；比较了各种算法的优劣，给出各种算法的模拟结果并加以对比分析。模拟的结果显示本文提出的算法具有计算上的显著优势，从而为产业组织理论的实际应用做出了一定的贡献。     

基于混合蚁群算法的企业车间作业计划问题研究

文章研究了以最小化制造跨度为目标的，具有模糊加工时间的车问作业计划问题。针对该问题，采用三角模糊数来表征时间参数，并在此基础上构建问题目标函数。之后给出了一种混合蚁群求解算法，将模拟退火算法的全局优化特性嵌入蚁群算法来避免局部最优的问题。最后通过实例验证了算法的有效性。     

沙尘暴从何而来，向何而去

2002年3月,北京市遭到了两次比较严重的沙尘暴袭击,给生态环境和人体健康带来很大危害。 3月15日22点整,冷锋侵入北京,伴有大风,地面有扬尘,高空有冷锋携带的浮尘。TSP浓度达3500μg/m~3,是国家二级标准的12倍,超过2000年4月6日北京强沙尘天气TSP浓度值;粒径在2.1μm-100μm范围内,具有明显的粗偏型单峰构造,其中11μm以上的粒子占总颗粒物浓度的45％;降尘量为25g/m~2,市区总降尘量达2.6万吨。 3月17日-20日的沙尘暴天气是北京近十几年来最强、持续时     

基于最短路径算法的PCB板插接优化

在印刷电路板(PCB)上插接端子时,为减少设备空转,提高设备利用率,针对不同种类的端子,提出贪心算法(GA)和蚁群算法(ACO)相结合的优化算法,对插接机头的行走路径优化。此路径优化属多项式复杂程度的非确定性问题,文章针对问题复杂度随指数规模增大的特点,先化全局问题为局部问题,在非同类端子间用贪心算法,再在同种类端子间用蚂蚁算法,从而得到近似的最优解。     

基于启发式人工鱼群算法的全局优化问题研究

文章提出了一种启发式人工鱼群算法(mAFS-P),依靠人工生命计算和群体智能行为来检测可行区域,采用局部搜索来确定最优解区域,并给出约束问题的扩展,通过调整参数,评估算法的性能,提高求解精度。通过与模拟退火算法(ASA),粒子群算法(PSwarm),协方差矩阵进化算法CMAES的比较,得出mAFS-P算法在解决全局优化问题上具有提高解决方案的准确性,降低计算成本的优越性。     

混合遗传模拟退火算法解决多机调度问题

将模拟退火引入遗传算法,构造混合遗传模拟退火算法。通过对具体多机调度问题的求解,表明混合遗传模拟退火算法的效率要优于单一的遗传算法和模拟退火算法。     

应用混合算法求解冷链配送中心选址问题

本文建立了符合实际的冷链物流配送中心选址模型。综合考虑模型结构,提出了混合单亲遗传-蚁群算法。该算法先通过单亲遗传算法求得问题的较优解,据此转换为蚁群算法的初始信息素分布值;用蚁群算法进行最终求解。验证了所提算法的可行性与有效性。     

福建省海洋经济发展综合评估与分析

福建省海洋经济发展综合指数评价过程中往往存在指标的多重共线性以及回归的非线性问题，这都可能导致模型评价结果无法客观反映实际经济发展规律。将海洋GDP作为被解释变量来替换传统综合指数，运用随机森林算法来减少建模过程中指标的共线性影响，建立了4种多层感知机网络模型来验证回归任务中的非线性关系。结果表明：福建省海洋经济发展水平同构建的子系统指标之间存在显著的非线性关系；随机森林算法同多层感知机结合后构建的回归模型能够很好地拟合福建省海洋经济发展状况，且福建省海洋经济在科技创新和生态环境方面存在明显的短板。     

多目标条件下的供应商选择问题求解

随着企业间分工与协作关系的不断深化,供应链管理中的供应商选择问题成为企业决策的难点.本文通过对评价指标的选取,建立了多目标条件下的供应商选择问题模型,运用蚁群算法求解问题模型.对算法中信息素的更新规则进行改进,使得改进后的蚁群算法在求解供应商选择问题模型时更具优势.     

基于K-shell与贪心策略的社交网络影响力最大化研究

影响力最大化问题是社交网络研究的一个重要方向,其涉及的影响力最大化算法被证明是一个NP-hard问题。文章提出基于K-shell与贪心算法的组合方案针对社交网络影响力最大化问题进行分析与研究。以K-shell算法从网络拓扑节点的度的相关性入手,对网络拓扑进行了粗粒度化的层次划分,并引入调节因子μ,通过提出K值小于调节因子μ的节点,得出剔除一定规模节点后的候选节点集合SC,并在候选节点集合使用贪心算法,通过蒙特卡洛模拟得出种子节点集合S及其影响范围情况。最终通过实验分析得出,在较大规模的网络数据集合中,文章提出的算法方案相对于贪心算法运行时间上大幅度提升了时间效率,并在影响力测算的准确度上趋近贪心算法所得到的结果。