

版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、復(fù)雜網(wǎng)絡(luò)現(xiàn)象在日常生活中非常普遍,可以說(shuō)人們就是生活在一個(gè)網(wǎng)絡(luò)化的社會(huì)中。近年來(lái),隨著網(wǎng)絡(luò)理論和計(jì)算機(jī)技術(shù)的飛速發(fā)展,復(fù)雜網(wǎng)絡(luò)受到越來(lái)越多的研究者的關(guān)注,已成為研究的一個(gè)熱點(diǎn)。特別是小世界網(wǎng)絡(luò)和無(wú)標(biāo)度網(wǎng)絡(luò)的提出,開(kāi)創(chuàng)了復(fù)雜網(wǎng)絡(luò)研究的新紀(jì)元。 最小生成樹(shù)(MST)是通信網(wǎng)絡(luò)的最優(yōu)拓?fù)浣Y(jié)構(gòu),在現(xiàn)實(shí)世界中,許多網(wǎng)絡(luò)優(yōu)化問(wèn)題可以描述為各種帶約束的最小生成樹(shù)問(wèn)題??紤]到從具體的模型出發(fā)研究復(fù)雜網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)是一種較好的方法,因此,借助數(shù)學(xué)
2、模型的思想,可以將各種約束MST問(wèn)題抽象為相應(yīng)的模型。此時(shí),復(fù)雜網(wǎng)路的優(yōu)化設(shè)計(jì)問(wèn)題就轉(zhuǎn)化為對(duì)具體數(shù)學(xué)模型的求解。如何求解這個(gè)模型是本文工作的重心。由于這類(lèi)問(wèn)題一般是NP-完全問(wèn)題,至今未有十分有效的最優(yōu)算法。作為一種被廣泛應(yīng)用的優(yōu)化方法,遺傳算法(GA)具有傳統(tǒng)搜索算法無(wú)法比擬的優(yōu)勢(shì),它為復(fù)雜網(wǎng)絡(luò)系統(tǒng)的優(yōu)化提供了一個(gè)有效的途徑。 以度約束最小生成樹(shù)(DCMST)問(wèn)題為例,本文詳細(xì)討論了如何將遺傳算法應(yīng)用于該問(wèn)題,并通過(guò)C語(yǔ)言和M
3、ATLAB的混合編程實(shí)現(xiàn)了這個(gè)算法。一方面,結(jié)合具體的遺傳編碼、遺傳操作及對(duì)運(yùn)行階段的劃分,分別采用基于prüfer數(shù)編碼的遺傳算法(PGA)、兩階段遺傳算法(TSGA)和基于度的排列的遺傳算法(DGA)來(lái)求解該問(wèn)題,實(shí)現(xiàn)了對(duì)具體網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)優(yōu)化問(wèn)題的求解;另一方面,為了驗(yàn)證算法的可行性和有效性,編寫(xiě)邊邊交換的啟發(fā)式算法的程序來(lái)求解該問(wèn)題,作為與遺傳算法求解結(jié)果的比較對(duì)象,對(duì)不同規(guī)模數(shù)值例子的實(shí)驗(yàn)都說(shuō)明了遺傳算法效果顯著。因此,在許多的
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于改進(jìn)遺傳算法的桁架結(jié)構(gòu)拓?fù)鋬?yōu)化研究.pdf
- 基于結(jié)構(gòu)拓?fù)鋬?yōu)化與遺傳算法的結(jié)構(gòu)多損傷識(shí)別.pdf
- 基于改進(jìn)遺傳算法的連續(xù)體結(jié)構(gòu)拓?fù)鋬?yōu)化研究.pdf
- 基于遺傳算法和拓?fù)鋬?yōu)化的結(jié)構(gòu)多損傷識(shí)別.pdf
- 遺傳算法與梁結(jié)構(gòu)拓?fù)鋬?yōu)化設(shè)計(jì)研究.pdf
- 基于改進(jìn)遺傳算法的桁架拓?fù)鋬?yōu)化設(shè)計(jì).pdf
- 基于遺傳算法的網(wǎng)架結(jié)構(gòu)優(yōu)化研究.pdf
- 基于遺傳算法的結(jié)構(gòu)動(dòng)力優(yōu)化.pdf
- 基于遺傳算法的車(chē)架結(jié)構(gòu)優(yōu)化.pdf
- 基于改進(jìn)遺傳算法的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化研究.pdf
- 基于遺傳算法的網(wǎng)絡(luò)優(yōu)化的研究與實(shí)現(xiàn).pdf
- 基于改進(jìn)遺傳算法的懸架結(jié)構(gòu)優(yōu)化.pdf
- 基于遺傳算法的礦井通風(fēng)網(wǎng)絡(luò)優(yōu)化研究.pdf
- 基于BP神經(jīng)網(wǎng)絡(luò)和遺傳算法的結(jié)構(gòu)優(yōu)化設(shè)計(jì).pdf
- 基于遺傳算法的輸電鐵塔結(jié)構(gòu)優(yōu)化.pdf
- 基于遺傳算法的換熱網(wǎng)絡(luò)優(yōu)化的研究.pdf
- 基于改進(jìn)的遺傳算法的網(wǎng)絡(luò)編碼優(yōu)化方法研究.pdf
- 基于遺傳算法的優(yōu)化研究.pdf
- 基于遺傳算法優(yōu)化問(wèn)題的研究
- 基于TSP的遺傳算法優(yōu)化研究.pdf
評(píng)論
0/150
提交評(píng)論