搜索资源列表
parallelgenetic
- 使用并行遗传算法解决TSP问题，使用MPI函数库进行通信。-Using parallel genetic algorithm to solve TSP problem, use the MPI library for communication.
mianyisuanfa
- 为求解大规模TSP 问题,提出了并行人工免疫系统的塔式主从模型( Towerlike Master2Slave Model , TMSM) ,和基于TMSM的并行免疫记忆克隆选择算法(Parallel Immune Memory Clonal Selection Algorithm ,PIMCSA) .- This paper presents a parallel model termed as towerlike master2slave model ( TMSM) for artifi
Parallel_Artificial_Immune_Algorithm_for_Large_Sca
- 为求解大规模TSP 问题, 提出了并行人工免疫系统的塔式主从模型(TMSM), 和基于TMSM 的并行免疫记忆克隆选择算法(PIMCSA) TMSM 是粗粒度的两层并行人工免疫模型, 其设计体现了分布式的免疫响应和免疫记忆机制. PIMCSA 用疫苗的迁移代替了抗体的迁移, 兼顾了种群多样性的保持和算法的收敛速度. 与其他算法相比, PIMCSA 在求解精度和运行时间上都更具优势, 而且问题规模越大优势越明显. TMSM 很好地体现了免疫系统的特性, PIMCSA 是适合求解大规模复杂优化问
ant
- 蚁群算法(ant colony algorithm，简称ACA)是20世纪90年代由意大利学者M．Dorigo等人首先提出来的一种新型的模拟进化算法．它的出现为解决NP一难问题提供了一条新的途径．用蚁群算法求解旅行商问题(TSP)、分配问题(QAP)、调度问题(JSP)等，取得了一系列较好的实验结果．虽然对蚁群算法研究的时间不长，但是初步研究已显示出蚁群算法在求解复杂优化问题(特别是离散优化问题)方面具有一定的优势，表明它是一种很有发展前景的方法．蚁群算法的主要特点是：正反馈、分布式计算．正反馈
gasaTSP
- 利用改进的并行遗传退火算法求解了tsp问题，得到性能收敛图和最短路径-Using improved parallel genetic annealing algorithm the tsp problem, get map and the shortest route convergence performance
ACATSP
- 蚁群算法是一种分布式内在并行算法。单个蚂蚁的搜索过程是彼此独 立的，易于局部最优，通过个体间不断的信息交流和传递有利于发现较好解；并且该算法是一种正反馈算法。路径上的信息素浓度较高，将吸引更多的蚂蚁沿这条路径运动，又使得信息素浓度增加，加快了算法的进化过程。本文通过求解TSP问题，通过在特定情况下对路径进行逐步遍历比较来降低陷入局部最优解的可能性, 找出最优解。-Ant colony algorithm is an inherent distributed parallel algorithm.