应用遗传算法求解约束P-中值问题

本文介绍了一种在高性能计算机集群上运行的特定遗传算法,这种算法能近似的解决约束p-中值问题。由于约束p-中值问题已经被证明是NP问题,传统的算法在合理的时间内无法有效地解决它。而使用像遗传算法这样的元启发式算法能近似的解决该问题。为了获得最佳解决方案,我们设计了一种并行算法,并让它在高性能计算集群上运行。

一种改进的禁忌搜索算法及其在选址问题中的应用

本文研究了选址问题中无容量限制的p-中值问题,在Rolland等人提出的有效禁忌搜索算法基础上,提出了一种以目标函数变化量作为评价函数的改进禁忌搜索算法,并进行了理论分析,然后将其与有效禁忌搜索算法作了性能比较。通过比较三个公共测试数据集的计算结果,验证了本文提出的禁忌搜索算法的可行性和有效性。

WSNs中基于GPMP的多SINK节点选址问题研究

在无线传感器网络sink节点可布局的应用中,提出了一种基于GPMP模型的多sink节点布局策略。该策略通过离线方式计算出sink节点的最优位置集来指导sink节点的布局。使用该策略结合一种启发式算法实现了无线传感器网络的仿真布局。仿真结果表明,该布局策略能够有效提高网络服务效率,降低无线传感器网络的能量消耗,延长网络的生存期。