爬山算法是一种局部择优的方法,并属于人工智能算法。旅行商问题是研究算法性能的一种典型算法。近年来随着人工智能的快速发展,对算法的优化改进,如何便捷得到了越来越多人们关注。本文首先介绍了爬山算法的原理及具体算法步骤。同时,还将爬山算法应用于旅行商问题中。最后,文中还总结了爬山算法的若干缺点,及其在应用中待解决的若干问题。
作者:谢正明; 钱斌; 胡蓉; 向凤红; 王凌 期刊:《控制工程》 2019年第12期
针对生产过程对环境的巨大影响,提出一种基于贝叶斯统计的混合分布估计算法(Hybrid Bayesian-Statistical-Based Estimation of Distribution Algorithm,HBEDA)求解带交货期的多目标可重入作业车间绿色调度问题(Multi-objectiveRe-entrantJobShopGreen Scheduling ProblemwithDue Date,MRJSGSP_DD),实现对最大延迟(MaximumTardiness,MT)和总能量消耗(Total Energy Consumption,TEC)的最小化。首先,在算法初始化阶段,产生一组随机种...
作者:曹建芳; 李艳飞; 崔红艳; 张琦 期刊:《计算机辅助设计与图形学学报》 2019年第11期
针对开化寺宋代寺观壁画存在的脱落病害侵蚀问题,在Criminisi算法的基础上,提出一种自适应样本块局部搜索(ASB-LS)的图像修复算法,实现了壁画脱落区域的虚拟修复.首先分析壁画的构图特征,引入结构张量,利用其特征值重新定义数据项,确保图像的结构信息可以准确传播;然后利用该数据项构成新的优先级函数,使得图像的填充顺序更合理;最后利用结构张量的平均相关性自适应选择样本块的大小,同时采用局部搜索策略提升匹配效率,有效地避免...
作者:宋强 期刊:《计算机工程与科学》 2019年第10期
针对城市物流配送系统,研究了一类带时间窗和释放时间约束的多行程车辆路径问题。首先,对该运输调度问题进行了描述,构建了以总配送时长最小化为目标的数学模型。其次,为了快速获得问题的满意解,提出了Beam-PSO优化算法。在算法设计中,结合该问题的性质,构建了基于随机键的编解码方法,以克服标准粒子群算法无法直接适用于求解离散问题的不足。同时,设计了基于Beam search优化技术的局部搜索流程,用于强化算法的优化性能。最后,进行...
作者:娄奥; 姚敏立; 贾维敏; 袁丁 期刊:《西安电子科技大学学报》 2019年第05期
针对引力搜索算法存在的易陷入局部最优、精度有待提高等问题,提出一种Tent混沌和变邻域局部搜索优化的引力搜索算法。首先改进Tent混沌,利用其遍历均匀性、随机性初始化种群,增强算法的全局搜索能力;然后改进粒子速度和引力系数公式,加快算法的收敛速度;最后设计一种基于莱维飞行的变邻域局部搜索策略,引导种群脱离局部最优,提高寻优精度。仿真结果显示,新算法能有效地抑制局部最优,相较其他测试算法有更好的寻优精度和稳定性。利...
作者:王友卫; 朱建明; 凤丽洲 期刊:《工程科学与技术》 2017年第05期
针对传统果蝇算法面临的收敛稳定性差、难以协调全局搜索及局部搜索能力等缺点,提出一种基于群密度的改进果蝇优化算法。首先,借鉴现有算法的优势,将果蝇种群分为搜索果蝇和跟随果蝇,并分别使用两类果蝇进行全局化搜索与局部精细化搜索。然后,为提高算法全局搜索的稳定性,在每次迭代过程中使用基于最优区间回避的分区采样策略更新搜索果蝇的位置;该策略在每次迭代过程中获得表现最优的若干只果蝇以构造最优果蝇组,根据最优果蝇组中...
作者:龚文引; 蔡之华; 詹炜 期刊:《信息技术与网络安全》 2005年第12期
提出了一种新的求解0-1背包问题的自适应算法--改进郭涛算法IGT.新算法实现了真正意义上的子空间搜索过程,引入了变维子空间,加入了变异算子,同时还与贪心算法相结合,并引入启发式修正算子,以保证算法的局部搜索能力和群体多样性.
作者:刘永凯; 张德富 期刊:《心智与计算》 2009年第02期
课表安排问题实质上就是要求将学校开设的所有课程,在满足一定的约束条件下,合理地安排到有限的课时和教室资源上。课表安排问题的困难在于,必须把大量的课程安排到紧缺的资源上,同时不能违反各种苛刻的客观约束和主观约束。这些约束通常分为硬约束和软约束,并定义满足所有硬约束的课表为可行解,而违反最少软约束的可行解为最优解。本文提出了一种基于定向搜索的课表压缩算法来解决可行解的构造问题。算法已经在UCTP实例上进行测试...
作者:潘玉霞 期刊:《计算机产品与流通》 2018年第08期
在工业发展飞速的今天,受经济与社会发展步入转型关键时期影响,工厂生产调度的受关注程度不断提升,批量流水线调度也开始成为学界关注的焦点,相关研究也因此大量涌现,基于此,本文简单分析了批量流水线调度模型、标准人工蜂群算法,并就基于改进混沌蜂群算法在批量流水线调度、仿真实验开展了详细论述,希望论述内容能够为相关业内人士带来一定启发,进而推动批量流水线调度工作效率的提升。
作者:隋永霞; 孙合明 期刊:《服装学报》 2015年第05期
在深入研究基本的万有引力搜索算法基础上,将进化计算过程中的高斯变异引入引力搜索算法的位置更新中,增强引力搜索算法跳出局部最优解的能力。经典的测试函数验证了该算法的性能,并与基本的万有引力搜索算法及基于权值的引力搜索算法作比较,结果表明基于高斯变异的引力搜索算法更容易跳出局部最优,在求解函数的优化问题中表现出更好的性能。
作者:汪文彬; 宋武 期刊:《海南热带海洋学院学报》 2008年第05期
为更好的解决动态优化问题,提出改进的粒子群算法(Improved Partic le Swarm Optim ization,IP-SO),在算法中对pBest替代策略引入了随机化算子,并且对群体中的gBest引入了局部搜索,对随时间变化的最优值进行了精确定位,试验证明该算法对动态优化问题的有效性.
作者:乔东平; 裴杰; 李浩; 文笑雨 期刊:《机械设计与制造》 2019年第10期
针对基本蚁群算法存在的收敛速度慢,易停滞等不足,提出一种新的算法改进策略。对初始信息素引入距离信息,并根据蚂蚁构建的路径质量,引入正负反馈机制对各路径信息素进行自适应差异化更新,使算法在对较优路径信息充分利用的同时,也保持着较好的全局搜索能力,避免了算法的过早停滞;同时对每次循环中的最优路径引入局部搜索策略,实现了对可行解的进一步优化。结合多个不同规模TSP问题的仿真实验表明了该改进算法的可行性和有效性。
作者:曹玉莲; 李文锋; 张煜 期刊:《电子学报》 2018年第01期
在继承综合学习粒子群算法(Comprehensive Learning Particle Swarm Optimizer,CLPSO)全局探索优势的基础上,引入具有高效收敛性能的传统局部搜索(Orthodox Local Search,OLS)方法,提出了基于拟熵自适应启动局部搜索策略的混合粒子群算法(Hybrid Particle Swarm Optimization algorithm with Adaptive starting strategy of Local Search based on Quasi-Entropy,ALSQE-HPSO).采用拟熵指标解决何时启动OLS这一关键问题.对8个...
蛙跳算法是一种启发式的智能算法,在优化问题中具有广泛的应用,针对该算法求解精度低,收敛速度慢,容易陷入局部的缺点,从4个方面提出了改进:(1)引入Tent混沌来改进蛙跳的种群初始化;(2)通过最大化搜索策略提高局部搜索;(3)最差个体中引入柯西因子进行优化;(4)采用模式搜索来优化最优个体.通过5个测试函数说明本文的算法能够有效的提高算法的性能.
作者:林智勇 期刊:《广东技术师范学院学报》 2004年第04期
本文探讨了一种对局部搜索中获得的历史信息加以利用的启发式方法,即“学习”.给出了三种不同模式的“学习”方法:确定模式、随机模式和混合模式.将这些“学习”模式嵌入到局部搜索中,仿真实验结果表明所设计的算法对SAT问题的求解有较好的效果.
作者:束东来; 张玉州 期刊:《池州学院学报》 2018年第03期
旅行商问题是一个经典的NP-hard组合优化问题,多旅行商问题作为其扩展模型,具有更强的实际意义。本文提出一种更符合实际意义的限容量多旅行商问题模型,并对传统遗传算法稍加改进后用于该模型的求解。在遗传算法种群初始化过程中采用改进的最近邻域法与完全随机法,在交叉算子中加入最小路径交叉规则(MPC),在局部搜索过程中加入单点插入算子(SI)、两点插入算子(DI)及OPT算子。实验结果证明了该遗传算子的可行性和有效性以及较高的计...
作者:包艳冰; 崔国民; 陈家星; 肖媛 期刊:《热能动力工程》 2017年第12期
针对微分进化(Differential Evolution,DE)算法应用于换热网络优化存在局部搜索能力不足、收敛速度慢和求解精度低等问题,提出一种混合微分进化(Hybrid Differential Evolution,HDE)算法。当DE算法的变异、交叉和选择操作不再使种群的最优值继续进化时,加入梯度操作使当前种群的最优个体趋向更好的解。为了防止算法早熟收敛,当种群的多样性低于设定的阈值时,引入迁移操作,在最优个体附近区域重新生成新的个体并以此替换...
作者:高扬; 李旭; 董明; 李鹤鹏 期刊:《中南大学学报·社会科学版》 2018年第01期
提出了一种改进的人工蜂群算法来处理图像分割问题,具体采用一系列群体优化觅食策略来平衡开发和探测寻优模式。该算法的主要思想是将局部搜索策略和基于多维粒子群方程的复杂学习策略相结合,可丰富人工蜂群觅食行为模式。通过全局学习,蜂群把全局最优信息整合到搜索方程中以提高探测搜索能力,同时局部搜索使蜂群能更深层探索优势区域,最终取得开发和探索平衡。通过比较该改进蜂群算法和进化算法、群智能算法在一系列基准函数...
作者:张丽华; 涂菶生 期刊:《系统工程》 2004年第11期
在单机维护调度中,研究如何权衡工件在系统中停留所产生的费用与附加费用,以使两者之和为最小这一问题,给出解决该问题的一个方案. 实验结果表明,此方案不仅使目标函数值得到明显改善,也缩短了许多工件的完成时间,从而使更多的工件能够按时交付,提高了企业的竞争力.