用一种免疫遗传算法求解MST、TSP问题

来源 :北京工业大学 | 被引量 : 0次 | 上传用户:kql999
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
遗传算法是借鉴生物的自然选择和遗传化机制而开发出的一种全局优化自适应概率搜索算法,它更表现出比其他传统优化方法更加独特和优越的性能,隐含并行性和全局搜索特点是遗传算法的两大显著特征,因此关于遗传算法的研究越来越受到重视.考虑到遗传算法中选择和交叉算子对群体多样性的影响,该文进一步明确遗传算法存在易陷入早熟收敛和后期收敛速度慢的缺点.正是由于考虑到选择和交叉算子对算法的多样性影响,改进选择算子和交叉算子是该文主要关注的两个问题.人体免疫功能的特点对于改进和提高遗传算法的能力是十分有启迪性的.该文在选择算子改进上不仅考虑适应度概率来选择,并加入浓度概率来加以选择,这样既确保了适应度高的个体能传到下一代,同时也保持了群体的多样性.同时考虑算子的可行性和效率,采用了矢量距浓度概率的计算;在交叉算子设计上,为了避免多样性由交叉而丢失,采用的交叉算子应尽量减少由交叉所得群体中相似个体的比例;同时采用了最优保持策略,有益于群体多样性的保持.图论是数学中有广泛实际应用的一个分支,其中典型问题包括:MST、TSP问题.该文以图论中MST、TSP问题为例,以改进的遗传算法来求解,取得较好的结果.
其他文献
该文研究一类非线性系统基于有界状态反馈的鲁棒镇定问题,主要解决了两个问题:一类非线性离散系统基于有界反馈的奇异H控制问题,和一类非线性前馈系统基于饱和函数的鲁棒镇定
该文研究了一般外势下分式Fokker-Planck方程及其解的性质,证明了分式Fokker-Planck方程的渐近解是服从伸展的Gauss分布的,并且在一般外势下它的解可以表示成无量纲相似变量
席卷全球的“金融风暴”,用活生生的事实,对现存的许多金融理论提出了质疑。全球最具影响力的金融专家之一,曾经促成了格林斯潘发表那篇成为全球股市泡沫破灭的导火索的、关于“
Brown运动的极限定理(Limit Theorem of Brownian Motion)是概率论极限理论的一个重要分支,对Brown运动以及与Brown运动相关随机过程轨道的性质的研究是一个广泛研究的课题。
本文主要研究几类微分系统的极限环、孤立周期波解和局部临界周期分支问题,全由六章组成。  第一章,论述平面多项式系统的极限环和局部临界周期分支问题的历史背景及其研究
由于控制数理论的研究越来越引起人们的重视,人们对控制数有了更深入的了解,提出了不同的控制数,例如全控制数、小控制数、负控制数、连通控制数等.这些类型的控制数的量的关
该文给出了左超对称代数等概念,进一步讨论了etale超仿射表示的相关性质.讨论了李超代数上的左超对称结构与其上的1维上同调群的关系.对于一类具体的Cartan型模李超代数W:=W(
该文在具有Moore-Penrose逆的Abel范畴中,给出了态射方程axα=β的非负定解存在的充要条件为方程ay=β有解,以及非负定解存在时通解的表达式x=αβ(α)+(1-αα)θτθ(1-α
该文共分为三个部分:第一部分介绍了系统(I)的背景和相关问题研究的历史进展.在回顾前人工作的基础上,叙述了该文的主要结果,即在初值满足一定光滑性的条件下,系统(I)是局部
随着非线性理论的发展,人们发现物理学、化学、信息科学、生命科学、空间科学、地理科学和环境科学等领域中的模型都可以转化为非线性偏微分方程.其中对非线性偏微分方程的求