基于蚁群算法的货车调度问题

研究货车调度优化问题,本文根据编组站到达场到达货车的情况,做出合理的解体计划,为出发列车及时安排足够多的车辆,建立配流模型。本文将货车调度问题描述成适合蚁群算法的形式,并进行初始化,考虑迭代过程中信息素对未来决策的影响程度,定义与问题相适应的转移概率,进而确定选择策略,同时在蚂蚁经过的路径上进行信息素的更新,实现对该问题的有效求解。实验结果验证了合理安排调度机制的有效性。

基于聚类排序选择方法求解3-SAT问题的遗传算法

使用聚类排序选择方法的遗传算法,加入交叉算子和变异算子求解3-SAT问题。根据适应度函数及问题本身的特性,对阈值δ进行调节,重新生成新的种群聚类,有效地抑制了算法延迟收敛的可能性及可满足性范式无解的可能性,使得与同类算法相比,在时间上有很大的改进。最后给出基本的求解算法并分析了该算法的复杂性。