基于改进的节约里程法的TSP问题研究

针对现状对节约里程法进行改进,将节约里程法的最终解作为禁忌搜索算法的初始解来进一步求解最优路径,并通过求解将物流运输路径问题简化成TSP问题进行实例论证,最终用C语言编程实现。结果显示,改进的节约里程法更合理的优化了物流配送路径,实现了更优路径的选取。     

浅析基于互联网的ASP-CRM模式的二个核心问题与解决方案

基于互联网,面向中小企业的ASP-CRM应用模式正在逐步的发展与成熟,但在实际推广过程中发现很多问题,主要体现在以下二个方面:商业数据安全问题与系统集成性问题等,文章针对用户重点关注的这二个核心问题进行分析,并提出一些解决的方案与策略。     

基于K均值的改进遗传算法求解TSP

提出一种基于K均值聚类方法的改进遗传算法,该算法通过聚类方法把大规模TSP转换为多个小型TSP,利用改进的遗传算法针对每一个类分别优化,求解得到多个闭合回路,再利用节约的思想将多段回路连接构成单一回路。其中遗传算法引入距离因子,结合TSP回路中边的长度进行交叉和变异,实验证明,基于K均值的改进遗传算法在求解结果方面提高30%以上。     

浙江商业企业实证分析

浙江省社会经济较发达,但是商业经营发展滞后,浙江还没有覆盖全省的龙头商业企业。现对1995-2005年浙江省商业企业生产经营相关数据的分析与研究,采用一个适合的生产投入规模,建立生产模型,在此基础上进一步探讨浙江省商业企业生产投入要素的弹性和技术进步问题。     

基于改进遗传算法的TSP问题优化研究

旅行商问题（TSP问题）已经被证明属于NP完全问题。遗传算法是一种模拟自然界中生物的进化机制的优化策略．是一种基于群体、隐并行搜索策略，是求解TSP问题效率相当高的一种算法。因此．本文提出使用改进的遗传算法．即用个体数量控制选择策略以保证群体的多样性，用顺序交叉算子和部分路径翻转变异算子来提高算法的收敛速度．较好地解决了群体的多样性和收敛速度的矛盾。算法的分析和测试表明．该改进算法的是有效的。     

石家庄市采暖期环境空气颗粒物来源解析

为研究石家庄市大气颗粒物的污染特征及其来源,于2013年2月采集TSP,PM10和PM2.5样品,并对其质量浓度、无机元素、水溶性离子和碳组分进行分析。结果显示:采样期间TSP,PM10和PM2.5日均质量浓度分别为249~696,157~571和133~488μg/m3,颗粒物污染严重,各化学组分在细粒子中的富集更为明显。Cu,Cd,Pb,Co,Ni,Zn,V等元素受人为污染严重,TSP,PM10,PM2.5中水溶性离子平均质量浓度为158.82,147.31,127.84μg/m3,碳组分质量浓度均值分别为53.53,49.05和38.62μg/m3,污染水平较高,存在二次污染。     

石家庄市冬季大气颗粒物中元素组分的特征分析

为研究石家庄市大气颗粒物的污染特征及其来源,于2013年2月选取石家庄市6个点位,分别采集大气中TSP,PM10和PM2.5的样品,采用ICP-MS法测定颗粒物中20种元素的浓度,并采用相关性分析、t检验法和富集因子法分析探讨石家庄市冬季大气颗粒物中元素污染特征。结果表明,石家庄市城区Al,Ca,Si,S元素在不同粒径颗粒物中含量都较高。根据标识元素分析,颗粒物中无机元素主要来源于燃煤尘、建筑尘和土壤尘,TSP,PM10和PM2.5中无机元素具有较好地统计相关性和同源性。通过富集因子分析,石家庄市大气颗粒物中的元素受人为因素影响的主要污染来源为燃煤、交通排放和冶金化工尘。     

结合局部优化的蚁群优化算法的研究与实现

蚁群算法是一种成功的启发式算法,但在解决TSP问题时存在着收敛速度慢和易陷入局部最优解的问题。本文针对这两个问题,提出了定期交流和模范带头学习模型,前者是在蚂蚁每走过一定城市后,进行学习交流,选出所走路径相对较短的蚂蚁进行信息素影响,从而加快总体的收敛速度;后者是当所有蚂蚁都旅行一圈后,选出最优秀的蚂蚁,在其走过的路径上释放大量信息素,对下一周期蚂蚁的旅行进行引导,避免陷入局部最优解。实验结果表明新算法在求解质量上比传统蚁群算法有了明显提高。本文也通过实验分析了蚂蚁数量等参数对算法性能的影响。     

基于模拟退火算法的TSP问题研究

针对遗传算法求解TSP问题过程中出现的早熟现象,本文将模拟退火算法应用到TSP问题求解中,并进行了仿真实验。结果表明,该算法与遗传算法相比,可以更好地在全局范围内进行搜索。     

某隧道超前地质预报

文章介绍了某隧道TSP超前地质预报的原理及该隧道TSP超前地质预报的情况,确保了隧道施工的安全进行。论文的成果也可为相关的工程提供参考。