版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、密級：——一單位代碼：jQ39學(xué)號：——一。侖肥工學(xué)火警HefeiUniversityofTechnology碩士學(xué)位論文MASTERDISSERTATIoNo論文題目：基于單親遺傳算法的TsP問題研究學(xué)位類別：學(xué)科專業(yè)：(工程領(lǐng)域作者姓名：同等學(xué)力計(jì)算機(jī)應(yīng)用技術(shù)許文方導(dǎo)師姓名：塑堂塑夔攫完成時間：!Q壁笠!旦StudyofTSPbasedOilParthenoGeneticAlgorithmAbstractTSP(TravelingS
2、alesmanProblem)isoneofthetypicalNPhardproblemincombinatorialoptimizationproblemActuallymanyappliedproblemscanbereturnorchangedintoTSPBecauseofdifficultyofitssolution，especiallyforlarge—scaleproblem，forlongtimeresearchers
3、hadbeentryingtofindfastandefficientapproximatealgorithmsinordertosolveprobleminreasonabletimeTraditionalmethodsincludeDynamicProgramming，GreedyAlgorithms，LocalSearchHeuristicsandBranchandBoundalgorithmsWhenthesemothedswe
4、reusedforLarge—scaleproblem，theresultswerenotidealInrecentyears，researchersusedmanynewalgorithmssuchasTabuSearch，SimulatedAnnealing，GeneticAlgorithms，Neuralnetworks，etcThesimulationresultsshowthatveryniceeffectsareobtain
5、edGeneticalgorithmisanewhighparallel，random，selfadaptationAlgorithmsofbestsearch，whichisespeciallysuitedtodealingwiththebadcomplicatedandnon—linearproblemthatthetraditionsearchingalgorithmcannotsolveThecharacteristicsofg
6、eneticalgorithmistheglobalsearchingabilityandtheimplicitparallelismThestudyofGAandapplicationisoneofissueinareaofintelligencecomputeInthisdissertationanimpovedParthenoGeneticAlgorithm(ImpPGA)ispresentedtosolveTSPItputsfo
7、rwardanewencodingschemeandperformsgenerecon—structionoperationstoproducetheoffspringsuchasgeneexchange，movingandinversiononasinglechromosome，insteadofthetraditionalcrossoveroperatorsandmutationoreratorsTheImPGAcanenhance
8、theconvergencespeedandavoidprematureconvergenceComparedwiththetraditionGeneticAlgorithmandPGA，thegeneticoperationsaresimplerandtheconveragencespeedisfasterinImPGAExperimentsbasedonChinese144cities(CHNl44)and7instancessel
溫馨提示
- 1. 本站所有資源如無特殊說明，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，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
- 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. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(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, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于單親遺傳算法的設(shè)備布局問題研究.pdf
- 基于單親遺傳算法的聚類分析研究.pdf
- 遺傳算法簡介及基于單親遺傳算法的配電網(wǎng)擴(kuò)展規(guī)劃
- 基于單親遺傳算法的圖像分形編碼.pdf
- 基于單親遺傳算法的飛機(jī)降落排序優(yōu)化研究.pdf
- 基于單親遺傳算法的試題生成及其應(yīng)用研究.pdf
- MES中基于單親遺傳算法的調(diào)度技術(shù)研究.pdf
- 基于局部最優(yōu)單親遺傳算法的倉庫路徑優(yōu)化調(diào)度問題研究.pdf
- 基于粒子群-單親遺傳算法的公交優(yōu)化調(diào)度.pdf
- 基于改進(jìn)單親遺傳算法的配電網(wǎng)重構(gòu)方法研究.pdf
- 22702.基于單親遺傳算法的度約束最小生成樹問題研究
- ASON中基于單親遺傳算法的動態(tài)多業(yè)務(wù)恢復(fù)研究.pdf
- 基于單親遺傳算法的配電網(wǎng)絡(luò)優(yōu)化規(guī)劃.pdf
- 基于單親遺傳算法的城市垃圾收運(yùn)路線優(yōu)化研究.pdf
- 用單親遺傳算法求解度約束最小生成樹問題.pdf
- 單親遺傳算法在車間布局中的應(yīng)用研究.pdf
- 單親遺傳算法的冷鏈物流車輛路徑問題(VRP)優(yōu)化研究.pdf
- 單親遺傳算法及其在組合優(yōu)化中的應(yīng)用.pdf
- 基于修正單親遺傳算法的配電網(wǎng)快速重構(gòu)的方法研究.pdf
- 基于改進(jìn)單親遺傳算法的橋梁監(jiān)測傳感器優(yōu)化布置研究.pdf
評論
0/150
提交評論