基于局部搜索技术的混合遗传算法

针对基本遗传算法(SGA)容易过早陷入局部最优解及其后期局部能力差的缺点,提出了一种带有局部搜索技术的混合遗传算法(HGA),将一种局部搜索技术加入到遗传算法(GA)中,这种局部搜索技术,即设定一种选择机制,有选择地使用最速下降法,并用来判断算法是否收敛的情况.将基本遗传算法(SGA)和一种带有局部搜索技术的混合算法(HGA)进行数值结果比较,说明了该算法具有较高的效率和良好的性能.

求解选择性单商品配送收集问题的有效蚁群算法

选择性单商品配送收集问题(1-TSP-SELPD)是单商品配送收集问题(1-PDTSP)的推广,在许多实际领域都有广泛应用。1-TSP-SELPD属于NP难题,为了有效求解该问题,设计一个有效的蚁群算法。该算法从三个方面来提高求解性能:第一是启发式参数随着搜索状态自适应调整;第二是信息更新量随着求解质量进行动态变化;第三是设计适用于1-TSP-SELPD特点的、有约束的局部搜索技术用来加快收敛速度和提高解的质量。比较实验表明:该算法在求解质量、稳定性和收敛速度都有显著提高。

子旅行商问题及其蚁群求解算法

扩展旅行商问题是根据实际需要对传统旅行商问题的一种延伸和拓展,在实际问题中有许多有趣的应用。提出一种新的扩展旅行商问题(子旅行商问题),传统旅行商问题仅仅是子旅行商问题的一种特例。然后根据子旅行商问题的定义对蚁群系统算法进行改造,设计了一种有效的求解子旅行商问题的蚁群算法,并根据子旅行商问题的特点设计了一种高效的邻域局部搜索技术来提高解的质量。最后在10个TSPLIB范例上进行比较实验。结果表明:改进的蚁群算法能够有效求解提出的子旅行商问题,设计的邻域局部搜索技术是有效的。

有时间窗约束的车辆路径问题的改进遗传算法

针对有时间窗约束的车辆路径问题,在标准遗传算法的基础上,将分组信息与每一个染色体结合,并辅之以λ-交换局部搜索技术,构造了一种改进遗传算法。该算法使得求解结果更接近最优解。实验表明,本算法是有效的。

改进的混合下降法在麦克风阵列设计中的应用

在波束形成器设计中,由于麦克风阵列定位优化过程中的非凸性问题,传统的局部搜索技术可能不会产生最优的结果。为了解决这一问题,提出了一种联合遗传算法和梯度方法的混合下降法。通过使用梯度方法在启动点附近迅速找到最优解决方案,同时利用遗传算法避免了局部最小化,从而促进寻找更好的波束形成器设计的最优位置。实验结果表明,与其他几种常用的定位方法相比,使用混合下降方法确定的位置所设计出的波束形成器性能更好。

一种优化的人脸图像超分辨率算法

针对传统超分辨率算法存在的局部失真和块效应问题提出了一种改进的算法。算法以马尔科夫模型为基础,在满足图像重构的约束条件下,利用非线性局部搜索技术找到训练集中的最优分块,通过水平相容性检查来实现匹配块间的兼容性。基于Sigmoid函数进行加权处理,提高了匹配的精度。实验结果表明,该算法在获取HR图像的过程中能有效地抑制块效应和局部失真现象的出现,改善了超分辨率图像的质量,与传统算法相比,该算法的鲁棒性较强。