基于多目标的TSP模型在永州市旅游线路设计中的应用

以永州市为例,从旅行社的角度出发,以旅行时间、交通费用、距离3个为参数指标,采用分支定界法建立多目标TSP模型。然后使用基于粒子群算法的满意度模型对其进行评价,得到了最佳旅游线路的设计方案,为旅行社设计旅游线路提供理论依据和实用参考价值。

一种基于遗传算法的TSP建模方法

为解决小组软件过程(TSP)中针对活动如何有效安排工程小组人员的问题,从关于目标和面向活动的角度刻画TSP模型,提出基于遗传算法的优化方法。分析TSP核心思想,给出模型的结构和形式化描述,介绍建立模型的步骤。通过实验验证了该优化方法具有良好的执行性能,能够得到一个具有较优效益值的人员安排方案,可行性良好。

求解TSP问题的并集搜索的新宏启发算法

利用TSP问题解的概率统计模型,分析了TSP问题的局部最优解并集的性质,发现局部最优解的并集规模较小且包含了绝大多数全局最优解的边.利用该性质,将局部最优解并集作为启发集,并调用局部搜索算子在其上求解TSP问题,由此得到一种称为并集搜索的新宏启发算法.利用该算法还改进了目前广泛使用的求解TSP问题的算法ILK、LKH,在TSPLIB中典型实例上的实验结果表明,新算法在解的质量上有了较显著的提高.

一种广义TSP型交通模型及其优化

通过引入阻塞区域、阻塞时段等概念,将典型的旅行商问题(TSP)实际化,进而建立了一种广义TSP型交通模型,并对模型优化进行了讨论。

一类特殊的集送一体化TSP问题及其遗传算法求解

同类商品集送一体化的旅行商问题是经典TSP问题的一种新变体,建立了该问题的数学模型,根据该问题的特征,结合局域搜索优化算法,改进了遗传算法的交叉、变异算子。对算例的求解证明了遗传算法在解决1-PDTSP问题上优越性。

基于无人机的桥梁病害检测系统研究

根据无人机在桥梁检测中的优势和发展阶段,提出了一种全新的智能化无人机桥梁病害检测系统。采用TSP建模、遗传算法与路径搜索和坐标映射三个模块,使无人机能够在遍历所有区域的前提下检测的路径长度最短。通过病害图像拼接算法实现病害图像的准确拼接,采用深度学习网络对病害图像进行训练和特征提取,以提高病害自动识别准确率。无人机桥梁病害检测系统具有便捷快速、智能化、高效化和精准化等优势,能够满足现代化桥梁检测要求。

TSP模型在蔬菜基地物流配送中的应用

蔬菜作为一种生鲜农产品,具有时效要求高、运输条件高、综合成本高及利润薄的特点。随着人们生活水平的提高,人们对蔬菜的新鲜度提出了更高要求。运用TSP模型,优化蔬菜配送路线,可减少运输距离,缩短配送时间,降低配送成本,减少装卸搬运次数,从而有效提高配送效率,缩短蔬菜从采摘到餐桌的时间和空间距离,保障蔬菜的新鲜度。

大数据背景下商务统计课程TSP教学模式的构建与实施

当前商务统计课程教学中存在着教学目标过于单一、教学内容偏重理论、专业统计软件操作教学不够等问题。作为与社会经济发展联系紧密的应用学科,在大数据背景下,商务统计课应在课程设计与教学组织中建构TSP(Tutorial Seminar Presentation)教学模式,以期全方位帮助学生提升专业素质和创新能力,适应大数据时代发展的需要。

基于TSP问题的旅游路线安排

旅游是每个现代人都要遇到的问题,随着生活水平的提高,旅游会成为必然.基于TSP问题对旅游路线进行规划,从结果来看不够完善,再次利用改进的TSP模型,并进行实证分析,结果表明,改进后的模型对于不论是自助游还是团队游规划都很实用,而且达到了提高旅游效率,降低旅游成本的效果.

小风和静风状态下TSP大气扩散模式的理论推导

以移动烟团积分模式为基础，采用数学模型分析法，从理论上导出了小风和静风状态下的ＴＳＰ大气扩散模式。该模式描述了重力沉降和地面不完全反射对颗粒物大气扩散过程的影响；与现有的大气扩散模式体系完全相容。

基于TSP的蚁群算法研究

介绍蚁群算法的研究现状并对蚁群算法的逻辑结构进行分析,根据旅行商问题的描述,建立求解TSP的Ant Cycle蚁群算法模型,对该算法的步骤进行描述以及实现,对该算法复杂度进行分析研究,并对该算法的特点作以总结。

基于多目标的TSP模型在物流配送中的应用

本文以永州市为例,从配送中心的角度出发,以时间、费用、距离三个为参数指标,采用分支定界法建立多目标TSP模型,然后使用基于粒子群算法的满意度模型对其进行评价,得到了最佳运输线路的设计方案,为配送中心设计运输线路提供理论依据和实用参考价值。

基于旅行商路径与任务指派的风力发电设备检修问题研究

针对风力发电设备地理分布广、检修费时费力的现状,借鉴运筹学方法对其进行科学合理规划,有助于企业节省成本、提高效率.将检修过程中人员物资的往返运送归结为旅行商问题(TSP),将各检修小组与各待检修点的分配归结为指派问题(AP),从而提出基于TSP路径与任务指派的风力发电设备检修问题(MWPEP).结合运筹学知识,给出MWPEP问题的两种建模方法:一是根据TSP路径及任务指派,给出MWPEP问题的基于相邻节点时间递推关系的优化模型;二是基于0-1型决策变量,给出MWPEP问题基于到达时间范围约束的0-1规划模型.最后通过算例给出依据两种模型的分析和计算过程,对MWPEP问题的研究,扩展了运筹学方法的应用,为解决实际生产生活中的类似问题提供了新的思路和方法 .

分布式遗传算法求解TSP问题的CORBA实现研究

论文提出了基于CORBA的分布式遗传算法,描述了实现该算法的三层软件结构模型,并利用该模型对CTSP问题进行了广泛的计算。计算结果表明该模型存在以下三条规律:最优迁移策略与随机迁移策略对最优解影响几乎一致;当迁移率在20‰附近时,易获得最优解;繁衍代数在25000～30000范围内时,易获得最优解。文中还介绍了应用测试数据验证该分布式遗传算法求解最优性的方法。实验表明基于CORBA的分布式遗传算法是求解TSP问题的一种可行、高效的算法。

TSP湖水能量优化算法

冬季湖面冰冻是一种常见的自然现象.受这一自然现象启发,提出了一种新的智能并行算法——湖水能量优化算法,并应用该算法解决旅行商问题.湖水能量优化算法模拟湖水降温时湖面的冰冻过程.随着温度的降低,湖水分子失去能量,当能量达到冰冻阈值时,分子析出结冰.湖水能量受到湖水中心能量、大气能量、湖水分子能量以及湖面风吹动等多方面影响.由此建立湖水能量优化算法的数学模型——湖水能量模型和风动模型等,并通过收敛性定理和Lyapunov稳定性定理进行理论证明,验证了算法的收敛性和解决旅行商问题的有效性.最后,通过实验模拟湖水能量优化算法解决TSPLIB中标准实例问题,并将实验结果与其他经典算法进行比较,进一步说明了湖水能量优化算法解决复杂NP难题时高效率、低迭代次数及强收敛性的特性.

基于TSP和GA孔群加工路径优化问题的研究

研究应用TSP数学模型和路径优化方法,建立了以最小化加工成本为目标函数的孔群加工路径单目标优化数学模型。研究应用遗传算法对孔群加工路径模型进行参数优化求解。由最佳加工条件,计算得出优化结果。通过优化前后的对比,验证了所建模型和优化算法的准确性和实用性。

千枚岩隧道破碎带TSP超前预报解译标志

千枚岩等软岩隧道施工中易出现垮塌等地质灾害。以典型千枚岩隧道——汶马高速公路鹧鸪山隧道为例,以地震波传播理论为依据,结合工程地质分析及地震波正演模拟,探讨TSP预报中针对千枚岩构造破碎带在不同含水率状况下的地震波反射特性及解译标志,结果表明:纵波及横波遇千枚岩构造破碎带反射现象明显,横波较纵波反射更强烈;破碎带富水时,千枚岩泥化变软,纵波反射加强;从深度偏移角度分析,破碎带内正负反射频繁变化,单个反射层延伸性差。研究结果可以提高TSP在软岩隧道中的预报准确性。

基于CVaR-TSP的黑龙江城市水资源配置及风险管理

采用区间两阶段随机规划模型对不同来水水平、不同风险偏好的黑龙江省各城市进行水资源优化配置,解决了水资源系统中资源优化分配和不确定性等问题,利用条件风险价值衡量水资源系统中存在的风险,从而在规避风险的同时使得经济收益最大化。结果表明:不考虑风险偏好时,低、中、高来水情景下黑龙江经济总收益分别为5245.35亿~7933.32亿元、8616.64亿~9625.80亿元和1530.50亿元;风险偏好为0.1~0.9时,各城市三次产业的分配水量随着风险偏好的增加而减少,管理者可根据不同产业厌恶风险的程度来选择适合的配置水量方案。

多目标TSP模型在景区游览路线规划中的应用

针对旅游景点的路径规划,运用模拟退火算法构建基于游遍所有景点路径最小化的模拟退火模型。基于混合蛙跳方法与遗传算法结合构建SFLA-GA混合模型运用MATLAB软件得出不同路径下游客的游览时间,最后通过不断迭代求得最优解。基于0-1变量从有无等待时间两个方面探讨最优旅游路径;基于改进蚁群算法建立信息模型,运用伪随机概率选择规则与AntQuantity方法从有无等待时间两个方面分析游览时间最长等待时间最短的路线。

深度强化学习结合图注意力模型求解TSP问题

旅行商问题(Traveling Salesman Problem,TSP)是组合最优化问题(Combinatorial Optimization Problem,COP)中的经典问题,多年以来一直被反复研究.近年来深度强化学习(Deep Reinforcement Learning,DRL)在无人驾驶、工业自动化、游戏等领域的广泛应用,显示了强大的决策力和学习能力.结合DRL和图注意力模型,通过最小化路径长度求解TSP问题.改进REINFORCE算法,训练行为网络参数,可以有效地减小方差,防止局部最优;在编码结构中采用位置编码(Positional Encoding,PE),使多重的初始节点在嵌入的过程中满足平移不变性,可以增强模型的稳定性;进一步结合图神经网络(Graph Neural Network,GNN)和Transformer架构,首次将GNN聚合操作处理应用到Transformer的解码阶段,有效捕捉图上的拓扑结构及点与点之间的潜在关系.实验结果显示,模型在100-TSP问题上的优化效果超越了目前基于DRL的方法和部分传统算法.