求解大规模旅行商问题的改进大洪水算法

大洪水算法是通过模拟洪水上涨过程来进行全局寻优的启发式算法,r-opt算法是一类常用的路径改进算法.本文针对旅行商问题,提出一种将二者有机融合的改进大洪水算法,可用于快速求解大规模和超大规模的TSP问题.算法在Delphi7环境下编程实现,经过大量TSPLIB中的数据实例进行测试和验证,求解结果与已公布的最好结果误差基本都在1%以下,为困难的大规模旅行商问题提供了新的求解手段.

小干扰稳定分析数据中心求解方法研究

随着电网规模的不断增大,传统的电力系统小干扰稳定分析方法已经不能在有限时间内获得有效的可行解。为加快小干扰稳定在线实时分析速率,在自激法分布式小干扰稳定分析的基础上,采用数据中心进行大规模电网的小干扰稳定分析。首先给出了小干扰稳定分析的分块并行计算流图,基于计算特性,提出最小化通信流量的虚拟机放置二次分配(quadratic assignment problem,QAP)模型,采用改进大洪水算法对模型进行求解,以实现分布式计算任务间的最小代价通信,以降低通信延时和丢包率,进而提升计算效率和准确度。以IEEE 118节点系统和IEEE 300节点系统为计算算例,实验结果表明,改进大洪水算法有效降低了计算时间,提高了计算过程中数据传输的稳定性,保证了计算结果准确性,且随着系统规模增大,效果越明显。