群体间竞争与协作的遗传算法解决旅行商问题

旅行商问题是经典的NP难组合优化问题之一,快速有效地解决旅行商问题具有重要的理论和实际意义。受自然界物种群体间相互联系的启发,提出了群体间竞争与协作的遗传算法来解决旅行商问题。该算法在迭代的过程中,每次只选择竞争力大的种群进行进化,同时为了维持各个种群间发展的平衡,对它们进行周期性的交流,能促使进化过程中中好的基因模式迅速地在各个种群中传播,提高了整体的进化速度。此算法不但能有效地维持群体的多样性,而且能提高收敛的速度。通过对旅行商问题的仿真实验,证明了该算法的可行性与有效性。     

基于动态疫苗库的免疫遗传算法解决车间调度问题

为了求解车间调度这一NP问题,提出了基于动态疫苗库的免疫遗传算法。本算法改变了以往的基于工序的编码方式,采用基于优先权的编码方式,设计了相应的交叉和变异方式。同时,在不断地调整基因库和进行疫苗接种的过程中来判断基因库中基因片段的优劣,以此来不断动态地调整疫苗库,使得更好的疫苗进入疫苗库中,更好地指导种群的进化。仿真实验表明,该算法是高效的。