求解TSP的离散野马优化算法

针对求解TSP问题,提出一种新的元启发式算法离散野马优化算法(DWHO),应用最小位置匹配值法(MPMV)对求解结果进行离散化解码;为提高算法搜索能力,结合野马放牧、交配、领导者交流与选拔行为,引入变邻域搜索策略,增强了算法的局部搜索能力、加快算法收敛速度。选取TSPLIB标准库33个算例进行实验,并与交换序列人工蜂群算法(ABCSS)、离散蜘蛛猴优化算法(DSMO)两种算法进行比较。实验结果表明,DWHO求得的最优解与ABCSS、DSMO两种算法的最优解相比,最优解改进率最大值分别达到4.52%和3.41%。同时,将离散野马优化算法求解TSP收敛速度与以上两种算法进行比较,其收敛速度具有一定的优势。结果表明离散野马优化算法求解能力和精度具有优势。

基于粒子群算法智能算法的TSP问题优化

旅行商问题(TSP)是组合优化领域最著名的问题之一,具有深远的理论意义,并在现实应用中产生广泛影响。本研究采用基于粒子群优化(PSO)的智能算法来解决TSP问题。PSO算法利用集体智慧寻找最优解,相比传统方法,能更快速地接近最优解,特别是在处理大规模问题时表现突出。此外,PSO算法不需要问题的具体细节知识,如梯度信息,因此非常适合解决复杂优化任务,这些任务难以通过精确的数学模型定义。将PSO算法应用于TSP问题不仅展示了其在具体问题上的有效性,还证明了该算法在处理更广泛复杂优化问题上的潜力和适应性。这突显了群体智能算法解决实际问题的能力,为解决其他复杂问题提供了有价值的启示。

基于遗传算法特性的混合粒子群算法求解TSP问题

为解决粒子群算法在旅行商问题上的收敛速度慢和路径最优化选择的问题,提出了一种新型的基于遗传算法特性的混合粒子群算法,对旅行商问题的最优路径进行规划.根据种群比例原则与迭代前的路径进行交叉、变异、复制等操作,建立了具有遗传算法特性的混合粒子群算法,并用于求解burma14问题.结果表明:相比传统的粒子群算法和模拟退火-禁忌搜索算法,混合粒子群算法在求解burma14问题中收敛时间与最优路径等指标上都有明显的优势,且随着迭代次数与种群个数的增大,算法的最优解逐渐减小;当最佳参数为种群个数150,迭代次数300时,最优解为30.179 424.

TSP问题求解在电气设计过程中的应用

通过介绍求解旅行商问题(TSP)的特点,论述采用启发式算法中的最近邻点算法、交叉迂回优化算法的原理和计算方法,提出TSP问题高质量求解的思路,并实现基于AutoLISP编程开发技术在AutoCAD平台上计算机自动生成最优布线功能,可提高工程技术人员的设计效率。

基于信息熵的改进蚁群算法求解TSP问题

针对蚁群算法求解精度低、易陷入局部最优的缺点,提出一种基于信息熵的自适应改进蚁群算法。通过算法自身特性定义结合熵值对种群参数进行自适应优化;采用分组合作的信息素更新策略,通过较活跃性个体引导整个种群,扩大搜索范围;通过对较优路径的奖励,平衡收敛速度和搜索范围之间的关系;在种群信息熵过低时,加入局部搜索策略,进一步提高算法精度。实验结果表明,相较于蚁群算法,改进算法具有较好的求解精度以及跳出局部最优的能力。

TSP结合TEM在风险围岩隧道超前地质预报中的应用

为了排查隧道施工过程中潜在的地质风险、指导隧道安全开挖掘进,针对某高速铁路风险围岩隧道浅埋段和可溶岩段,利用TSP和TEM两种方法开展超前地质预报。TSP预报可对掌子面前方围岩状况进行远距离宏观预测,能划定断层、破碎带、地下水等不良地质体的位置和大致规模;TEM预报可在掌子面附近开展多角度、多方位测量,能判定开挖面前方一定空间范围内不良围岩特征,特别是地下水、岩溶的分布及规模。研究表明,TSP震波对应的负反射和低速异常突出反映围岩岩性变化及岩体破碎程度,依据纵、横波速起伏特征可大致判定地下水发育情况;TEM低阻异常直观体现围岩富水状态,并可推测岩溶发育及分布状况,视电阻率阻值变化密集区对应了围岩岩体破碎。研究结果表明,采用两种或多种方法结合开展综合预报,可提升预报结论的准确度和可靠度,TSP结合TEM成功预报的应用实例可为类似风险围岩隧道的超前地质预报提供参考和借鉴。

基于TSP-1和APACHEⅡ评分构建老年重型颅脑损伤患者院内死亡的预测模型

目的基于血小板反应素-1(TSP-1)、急性生理与慢性健康评估Ⅱ(APACHEⅡ)评分构建老年重型颅脑损伤患者院内死亡的预测模型。方法回顾性收集2020-01—2022-12三二〇一医院收治的老年重型颅脑损伤患者192例,根据患者是否出现院内死亡分为死亡组(n=72)和对照组(n=120)。比较2组患者临床特征和TSP-1、APACHEⅡ评分,分析老年重型颅脑损伤患者院内死亡的危险因素,根据相关危险因素,构建老年重型颅脑损伤患者院内死亡的预测模型。结果与对照组比较,死亡组患者TSP-1显著增高[(141.95±32.85)μg/L比(116.20±29.39)μg/L,P<0.001];APACHEⅡ评分显著增高[(17.03±3.11)分比(13.14±3.24)分,P<0.001]。TSP-1>133.35μg/L、APACHEⅡ评分>15.5分、脑疝、多发伤、休克是老年重型颅脑损伤患者院内死亡的危险因素(P<0.05)。采用R 4.0.3统计软件将数据集随机分为训练集和验证集,训练集的样本量134,验证集的样本量58,构建预测模型,训练集的受试者工作特征(ROC)曲线下面积为0.872(95%可信区间0.814~0.930),验证集ROC曲线下面积为0.848(95%可信区间0.747~0.949)。在验证集里对模型进行Hosmer-Lemeshow Goodness-of-Fit检验,卡方值为6.105,P=0.636。结论基于TSP-1、APACHEⅡ评分构建的老年重型颅脑损伤患者院内死亡的预测模型具有良好的预测价值和可信度。

TSP与瞬变电磁成果三维化在隧道断层含水预报中的应用

隧道开挖过程中经常遇到断层、节理发育密集带等地质异常段落,并且断层带易形成地下水的运移通道。提前查清此类地质问题,可以最大程度降低施工过程中的安全风险。隧道超前地质预报为前期勘察工作的延续,在施工期间通过物探、钻探等手段可以有效判释隧道开挖前方一定距离的地质情况。首次将TSP法与瞬变电磁成果三维化相结合,应用于某在建铁路隧道的超前预报工作中。根据前期勘察资料,结合TSP探测成果确定断层发育段落,然后在掌子面附近实施多角度瞬变电磁探测;基于Voxler软件实现瞬变电磁成果的三维化展示,通过三维成果判断断层的含水性,综合分析瞬变电磁低阻异常三维分布特征及TSP波速异常段落,圈定出断层破碎范围及富水性空间分布情况,并对富水区域提前进行钻探泄水。通过实际开挖验证分析,结果表明:2种方法相结合可以准确探测隧道开挖前方的围岩完整性及含水情况,有效降低施工风险,为隧道开挖方案优化提供有效资料。

不同耕作模式下农机作业对PM_(2.5)、PM_(10)和TSP排放的影响

农机可以提高作业效率,但也会加剧农田扬尘的排放,对农田区域大气造成污染,影响空气质量。以北京市昌平区玉米收获与小麦耕种环节农机作业为研究对象,揭示了农机作业对农田PM_(2.5)、PM_(10)和TSP 3种颗粒物排放的影响。结果表明,在小麦耕种阶段,农机作业对农田扬尘浓度的影响程度由大到小依次为秸秆切碎、旋耕、免耕播种和传统播种;传统耕作模式排放的颗粒物总量为保护性耕作模式的4.6~6.7倍,保护性耕作模式减少了作业环节,减少了农机下地次数,从根本上减少了农田扬尘。

TSP法与超声波法的隧道岩石弹性模量相关性研究

研究采用TSP地震波法探测的隧道岩石弹性模量与超声波法检测的弹性模量之间的关系,首先统计了超前地质预报工作中TSP地震波法预测的岩石弹性模量,然后选取部分段落钻取岩石芯样,开展室内岩石超声波测试,得到岩石的弹性模量,比较讨论了不同围岩段落内岩石弹性模量的变化情况。

TSP和地质雷达在岩溶隧洞工程超前地质预报中的应用

为排查岩溶隧洞施工中潜在的地质风险、指导隧洞安全施工。利用TSP和地质雷达两种方法开展超前地质预报。TSP法能够对隧洞掌子面前方100~150 m的距离展开预报,其特性是预报距离长、快速分析围岩情况、预报精度无法控制;地质雷达法可实现隧洞短距离精准预测,能够有效弥补TSP法在短距离方面的不足。研究表明:采用二者相结合的方法开展综合预报,可提升在隧洞中对岩溶构造预报结论的准确度。TSP法结合地质雷达法成功预报的应用实例可为类似风险围岩隧洞的超前地质预报提供参考和借鉴。

TSP法超前地质预报技术在滇中引水断层的应用研究

通过当前借助隧道超前地质预报技术对隧洞中断层判定在业界已取得了一定的成果,但实际在引水隧道工程中往往也面临着地质条件复杂多变的断层,而能准确探测出这些断层对于保障引水隧洞的安全开挖是一项急需迫切解决的研究。此次研究采用TSP法进行,分析了在断层中对TSP的数据采集主要因素,并对滇中引水工程中两处隧道断层的地质情况进行探测,通过资料处理及对比分析,最终与开挖结果进行验证,取得了较好的预报效果,为引水隧洞断层段的预报分析提供了较好的参考。

油气田瓦斯隧道TSP图像智能识别研究

在传统的非煤系油气田区瓦斯隧道超前地质预报中,由于TSP(tunnel seismic prediction,隧道地震勘探)图像的复杂性,解译的效率低且结果准确度不高,利用智能识别技术可以有效解决相应问题。依托某油气田区高瓦斯隧道工程,结合深度学习理论,借助Python(计算机编程语言)平台建立智能识别预测模型,通过该模型识别TSP图像中的P波,判断不良地质情况。结果表明:建立的智能识别模型可有效识别P波,判断围岩裂缝情况,减小人工识别的误差,实现油气田区高瓦斯隧道的地质精准探测与瓦斯防治。

北京PM_(2.5)浓度的变化特征及其与PM_(10)、TSP的关系

在连续2年进行累积1周同步采样的基础上,对北京市城区和居住区2个采样点环境空气中PM2.5的浓度及其时间变化特征进行了分析.PM2.5周平均浓度的变化范围为37～346μg/m3,年均浓度接近或超过PM10的二级年均标准.PM2.5浓度具有明显的季节变化特征,即冬季最高,夏季最低.2个采样点PM2.5浓度的周变化与季节变化均相似.PM2.5与PM10、TSP的比值均在冬季最高,春季最低,反映采暖燃烧源对细颗粒物的贡献较大,而沙尘天气对粗颗粒物的贡献较大;其年均值分别为55%和29%.

塔里木盆地TSP时空分布特征及影响因素分析

利用2004—2008年沙尘暴观测站网哈密、塔中与和田的TSP观测资料,同时结合铁干里克、民丰和喀什2007年4月开始的TSP、沙尘天气等相关资料,给出了塔里木盆地TSP时空分布特征及变化特征,同时分析了影响TSP质量浓度变化的主要因素。结果表明:①塔里木盆地东部TSP质量浓度最低,南缘最高,往盆地的西缘逐渐降低,塔中一直处于较高值。影响TSP质量浓度高低分布的主要因素是沙尘天气,沙尘天气日数越多,则浓度越高。②2004—2008年TSP年平均质量浓度哈密最低,其次为塔中,最高为和田。③2004—2007年哈密、塔中与和田TSP平均质量浓度春季最高,其次是夏季和秋季,冬季最低。④哈密、塔中与和田2005—2008年TSP质量浓度每年不同时间段各不相同。

求解TSP的新量子蚁群算法

鉴于蚁群算法(ACA)在求解TSP时表现出的优越性,以及量子进化算法(QEA)在求解组合优化问题时表现出的高效性,将ACA与QEA的算法思想进行融合,提出一种新的求解TSP的量子蚁群算法。该算法对各路径上的信息素进行量子比特编码,设计了一种新的信息素表示方式,即量子信息素;采用量子旋转门及最优路径对信息素进行更新,加快算法收敛速度;为了避免搜索陷入局部最优,设计了一种量子交叉策略,以改善种群信息结构。仿真实验结果表明了该算法具有较快的收敛速度和全局寻优能力,性能明显优于ACS。

福建高山、重点城市春季TSP对降水酸度的影响

利用福建九仙山和福州市两地监测的TSP资料,对高山、重点城市的TSP酸碱特性和酸化缓冲能力进行分析研究。结果表明,九仙山、福州市的TSP均为酸性颗粒物,是福建省春季酸雨的致酸因子之一,福州市的TSP致酸性能比九仙山的弱。

改进的模拟退火和遗传算法求解TSP问题

对遗传算法和模拟退火算法的特点进行了比较,阐述了遗传算法与模拟退火算法集合的必要性。提出了一个用于求解TSP问题的改进的模拟退火和遗传算法。利用遗传算法的全局搜索能力弥补了模拟退火算法容易陷入局部最优的问题。在遗传算法中改进了传统的交叉机制,利用父代染色体与子代染色体进行交叉,解决了传统遗传算法中存在的"早熟"问题。针对模拟退火算法收敛速度慢等问题,提出了新的解生成机制和改良算法,提高了算法的收敛速度。实验测试的结果表明,该方法具有较好的收敛效果和更高的稳定性。

BP神经网络用于大气中颗粒物(TSP)预测的研究

通过对BP神经网络的构造分析,采用网络构建、初始化、训练等一系列步骤,形成网络预测系统。针对1999年至2001年的杭州市区大气中颗粒物(TSP)实测数值及大气环境数据,通过构建并选用合适的BP神经网络进行训练,结果表明BP神经网络用于大气污染的预测是可行的。

基于连续Hopfield网络求解TSP的新方法

当连续Hopfield网络及其能量函数同时具有自反馈或不具有自反馈时,称之为一致连续Hopfield网络．在分析了一致连续Hopfield网络能量稳定性的基础上,进一步研究了当网络有自反馈,而其能量函数无自反馈的情况下,网络能量变化的性质,分别给出了使能量函数上升、下降和不变的条件．利用这一理论,可以克服由于梯度下降法所导致的网络能量函数总是下降,从而使网络陷入局部极小值或不可行解的现象．最后在这个理论的基础上我们给出了一种新的求解TSP(traveling salesman problem)的方法,仿真研究表明此方法对于求解TSP问题是很有效的．