一种求解集合覆盖问题的启发式算法

集合覆盖问题是运筹学研究中的一个基本的组合优化问题,它通常描述成如下的一个覆盖问题:从一个m行、n列的0-1矩阵(aij)m×n中选出若干列盖住所有的行,使得付出的代价最小.集合覆盖问题被广泛应用到航空人员行程安排、电路设计、运输的车辆路线安排等领域.对这一问题,国内外学者提出了诸如遗传算法、模拟退火算法、蚁群算法、人工神经网络算法等求解算法.本文以贪心算法为基础,利用人类的智慧和经验,提出了一种求解集合覆盖问题的启发式算法.算法的主要思想为:从某个解出发,随机移除一定比例的列,再用贪心策略加入若干列.用本文提出的算法,对Beasley提出的45个测试实例进行了实算测试,所得结果和最优解的平均相对差值为0.44%,并且得到了其中33个实例的最优解,实算结果表明,本文提出的算法对求解集合覆盖问题是行之有效的.     

求解TSP问题的一种启发式算法

TSP问题模型应用广泛,其求解策略的研究具有重要的理论和实践意义.根据TSP问题的特点,借鉴无向完全图上最小生成树的生成过程,设计了一种启发式算法对TSP问题进行求解.该算法的基本思想是以无向完全图上不同最小生成树为基础,采用启发式的方法构造不同闭合回路,最后取最短闭合回路作为最优解.文中采用C语言编程,同时分析了算法的性能和时间复杂度,并进行了大量仿真计算.结果表明设计的算法能够有效求得TSP问题的优化解.     

一种求解MPMGOOC问题的启发式算法

具有间隙约束和一次性条件的最大模式匹配(Maximum Pattern Matching with Gaps and One-Off Condition,MPMGOOC)是一种具有通配符长度约束的模式匹配问题,其任务是寻找彼此互不相关的最多出现.文中基于一种新的非线性数据结构——网树,提出了一种解决MPMGOOC问题的...     

一种有效的求解一维下料问题的启发式算法

使用了一种改进的顺序启发式算法,在排样方式的生成过程中不断修正当前排入毛坯的价值,使之趋于合理,依次选取求解背包函数获得的最大单位价值的排样方式组成当前排样方案,迭代调用该过程多次,最终选取最优的排样方案。在保证较高材料利用率的同时考虑减少排样方式,增加最后一根材料余料长度等多个优化目标。通过多组实验结果比较,证实了算法的有效性。     

一种求解集装箱装载问题的启发式算法

所谓集装箱装载问题,就是将若干大小不同的长方体盒子装进一个大小已知的长方体容器,其目标是最大化容器的积裁率.对这一问题,国内外学者利用不同的哲学思想,提出了诸如遗传算法、模拟退火算法等求解算法.本文提出一种求解此问题的基于最大穴度优先原则的启发式算法.算法中使用了两个重要的策略:最大穴度原则和最小边度原则.用一些公开的算例对算法性能进行了实算测试,测试结果表明:算法所得结果的容器积载率高,是求解集装箱装载问题的有效算法.     

一种求解大规模划分问题的启发式方法

人工智能方法是解决复杂组合问题的有效方法。本文把人工智能的搜索策略应用于逻辑划分,提出一个解决大规模划分问题的分段估价的启发式算法并给出试验结果。本算法对于解决运筹调度、通讯、网络、并行处理以及超大规模集成电路的设计与测试等领域中的大组合划分问题具有一定的意义。     

一种求解圆形件下料问题的启发式算法

针对二维圆形件下料问题,提出一种改进的顺序启发式算法。在生成排样方式的过程中,采用价值修正策略不断修正当前排入圆片的价值,使之趋于合理,选取价值最大的排样方式组成当前排样方案,迭代调用该过程多次,从中选取最优的排样方案。实验结果证明,与线性规划算法相比,该算法更有效。     

求解课程表问题的启发式算法综述

课程表问题具有约束较多,关系复杂等特点,是一种特殊的调度问题,在算法复杂度上是NP完全的。该问题具有广泛的应用价值。本文主要对求解该问题的启发式算发的内容和研究进展进行了探讨。     

求解方格packing问题的启发式算法

沿着拟物与拟人的途径，本文为一类具有ＮＰ难度的方格ｐａｃｋｉｎｇ问题得到了实用的近似求解算法。以此算法为基础可以发展出一种为大规模集成电路芯片裁切工作做计算机辅助设计的高效的软件系统。     

一种平板车装载问题的启发式算法

提出平板车装载问题的一各上启发式方法,不仅能够从几种型号的平板车中选择出一种装载性能较好的平板车,而且能够将具有不同特性的不同尺寸的物品放在该型号平板车中,它能够在满足一些约束条件下求得一种可行的装载方案,实例充分证明了该算法的有效性和实用性,能够直接用于实际生活中。     

求解带有预放置矩形块的布局问题的启发式算法*

在超大规模集成电路设计中,一些特别重要的部件,如RAM、ROM、CPU等经常被优先放置,而其他元件则被两两互不重叠地放置在芯片的剩余区域.这类问题能被形式化为带有预放置矩形块的布局问题.基于占角和最大穴度优先的放置策略,为该问题的快速求解提供了一种高效的启发式算法.算法的高效性通过应用于标准电路MCNC得到了验证.     

一种启发式多传感器任务实时动态分配算法

传感器任务的分配是传感器管理的重要问题。为提高任务分配的实时性和实效性,基于紧急任务优先、最早完成任务优先、复用能力最小优先和随机分配四条原则,提出了一种启发式多传感器任务实时动态分配算法。计算机模拟仿真表明:该算法既能保证优先级任务较早的执行,又能探测到任务的失败,还能维持传感器负载平衡,是一种快捷、高效的分配算法。     

基于粗糙集的启发式属性约简算法

对现有启发式属性约简算法进行分析,通过实例说明一般启发式算法求得的相对约简有冗余属性存在的问题.针对这一不足,利用粗糙集理论中的条件熵作为启发信息,来缩小搜索空间,并在算法中加入消除冗余属性的二次约简过程,得到一种改进的启发式属性约简算法.提供了实例分析,验证了该改进算法具有较好的约简效果.     

一种多目标不等面积设施布局问题的启发式算法

多目标不等面积设施布局问题（UA-FLP）是将一些不等面积设施放置在车间内进行布局,要求优化多个目标并满足一定的限制条件。以物料搬运成本最小和非物流关系强度最大来建立生产车间的多目标优化模型,并提出一种启发式算法进行求解。算法采用启发式布局更新策略更新构型,通过结合基于自适应步长梯度法的局部搜索机制和启发式设施变形策略来处理设施之间的干涉性约束。为了得到问题的Pareto最优解集,提出了基于Pareto优化的局部搜索和基于小生境技术的全局优化方法。通过两个典型算例对算法性能进行测试,实验结果表明,所提出的启发式算法是求解多目标UA-FLP的有效方法。     

离散格的一种启发式搜索算法

通过定义离散化方案之间的偏序关系以及交、并运算,将各种离散化方案组织成离散格。提出一种搜索离散格的启发式算法,实验表明该算法得到的一致决策表的断点数比已有解更少。     

约简的一种启发式算法

本文揭示了约简在数量上的蕴涵的一个重要性质,由此给出又一种属性重要性的定义及相应的启发式算法,并对算法进行了详细的分析。文章最后还类似地讨论了相对约简。     

一种计算PAS准支持集合的启发性算法

概率论据系统将命题逻辑与传统概率论相结合,可以对开放性问题作出定性或定量地判断。针对概率论据系统的准支持集合的计算问题,提出一种启发性算法。理论分析和实例验证表明该方法可有效减少计算量,并易于编程实现。     

基于划分的蚁群算法求解货物权重车辆路径问题

考虑单产品分销网络中的车辆路径问题(VRP:vehicle routing problem).与以往诸多研究不同的是,建立了一种带货物载重量的VRP模型(weighted VRP),即车辆在两个顾客之间行驶时的载重量也作为影响运输费用的一个因素考虑.因此,需求量较大的顾客拥有较高的车辆运输优先权.在分析了问题性质的基础上,提出一种基于划分策略的蚁群算法PMMAS求解货物权重车辆路径问题,并与其他常用的启发式算法进行比较分析,表明了算法的有效性.     

基于禁忌搜索的启发式算法求解带平衡约束的圆形装填问题

带平衡约束的圆形装填(Packing)问题是一类简化的卫星舱布局优化问题.现提出一个基于禁忌搜索的启发式(TSH)算法对该问题进行求解.算法从任一初始格局出发,应用基于自适应步长的梯度法进行能量极小化.为了使计算能有效地逃离局部极小点的陷阱且避免迂回搜索,算法采用了禁忌搜索的策略.在禁忌搜索的过程中,我们对传统的邻域解、禁忌对象以及当前解接受原则进行了有效的改进.对两组共11个有代表性的算例进行了实算.计算结果表明,TSH算法刷新了其中7个算例的当今国际上的最好纪录,对于其余4个算例,该算法均达到问题的最优解.     

一种重叠社区发现的启发式算法

提出了一种重叠社区发现的启发式算法。该算法基于局部贡献度的思想,以度最大的节点作为初始社区,逐步把对社区贡献最大的邻节点加入社区;同时考虑了社区的重叠性,若存在对多个社区贡献都很大的边界节点,则把边界节点同时加入到这些社区中。最后利用重叠系数对所划分的社区进行调整,使社区结构更加合理。对两个经典的社会网络Zachary和American College Football进行了实验测试,实验结果表明：该算法能快速准确地划分出社区,并能挖掘出社区间的边界节点。