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。     

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.     

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.