论文部分内容阅读
本文为求解TSP引出各种算法，并对这些算法进行分析；根据算法在TSP中的应用，归纳总结出各种算法的优缺点及改进方向；同时基于对现有混合优化算法的分析，提出了新的混合算法思想。
求解TSP的算法分析
【摘 要】
：
本文为求解TSP引出各种算法，并对这些算法进行分析；根据算法在TSP中的应用，归纳总结出各种算法的优缺点及改进方向；同时基于对现有混合优化算法的分析，提出了新的混合算法思想。
【机 构】
：
China University of Geosciences, Beijing 100083 中
【出 处】
：
第19届全国计算机新科技与计算机教育学术大会
【发表日期】
：
2008年5期
其他文献
本文对中文姓名识别的研究现状做了较为全面的描述，包括识别中文姓名时所用到的资源、主要的方法、存在的缺陷等，并在此基础上对今后姓名识别发展趋势做了预测。
异频异系统切换时,存在大量的异频和异系统邻区。由于在RNC(Radio Network Controller)下发给UE的测量列表里邻区没有优先顺序,UE(User Equipment)测量时将挨个测量列表邻区。经常出现的情况是,UE刚开始测量些无用的小区,目标小区在测了许多无用小区后才测量到,这导致测量效率低下效果不好。为了提高UE测量目标小区的速度,本文提出几种方法测量列表排序的方法,并给出真
本文提出了基于量子跃迁神经网络的汉语数字语音识别系统的多层分类器。本系统由两层的分类器组成，第一层叫做量子神经网络模糊分类器，第二层叫做量子神经网络数字对分类器。本文中所有数据的采集均来自于实验室环境。实验结果证明了无论在识别率还是在可靠性方面，量子跃迁神经网络总优于人工神经网络，同时也证明了量子神经网络在解决语音识别问题有着很大的优越性和无穷的潜力。
在广泛被运用于说话人识别的高斯混合模型中，一般采用K均值聚类方法来初始化模型参数。但由于K均值方法的局限性，使得模型参数在ML算法估计过程中收敛速度比较慢，影响系统的性能。遗传算法具有的全局搜索能力以及对数据具有很强的聚类分析能力，因此采用遗传算法代替K算法获得模型初始化参数。实验结果表明，采用遗传算法初始化模型参数后，能得到更好的聚类中心，并在ML训练中，系统能快速的收敛到最优值，极大提高系统的
语音转换是一种将源说话(入)的语音特征转换为目标说话(入)语音特征，使得转换后的语音听起来是目标说话人的语音的技术。高斯混合模型是一种在语音转换系统中常用的对语音声道谱包络特征进行建模以实现语音转换的方法，对其参数估计一直使用传统的期望最大EM算法，其模型参数收敛于估计函数的局部最优值，因而需要对其进行进一步的优化，以期望达到或者接近估计函数的全局最优值。本文在传统的EM算法基础上，引入遗传算法的
论文首先引入了多跳网络中视频传输的失真模型，揭示了路径选择和视频失真的内在联系，并结合粒子群优化算法与遗传算法的优势，使之适用与视频失真模型问题的求解，仿真表明该pso-ga算法与其他算法相比效果较好。
文章讨论了南京邮电大学Apollo2D仿真球队传统产生式策略库的设计及其优缺点。介绍了将遗传算法用于策略库的设计的思想，通过遗传进化操作，策略之间自动重组，从而达到球队自适应决策的目的。
本文在传统的遗传算法基础上，针对编码设置、适应度函数设计、进化算子设计等方面进行改进，并给出抑制进化过程中出现早熟的策略和种群更新策略，实现了基于改进遗传算法的自动组卷算法，通过实验验证，本文提出的组卷算法取得了令人满意的效果。
SVG是XML格式的二维向量图形技术，可以满足Web应用日益增长的对动态、可缩放性和平台无关性的要求。使用基于SVG的电子地图可以实时查看设备的运行状况，在智能建筑中有着很好的应用前景。本文在对SVG的分析与研究基础上，给出一个基于Web Service与SVG的楼宇控制系统的应用方法。