求解TSP的交配算子设计策略

旅行商问题(TSP)是一类典型的NP完全问题,遗传算法(GA)是求解这类问题的常用方法之一.由于该问题的解是一种特殊的序列,一些典型的GA交配方法在求解该问题时的性能并不理想.通过多次对比两种常用的GA交配方法与3种专门为TSP作优化的交配方法,总结了一种对旅行商问题的交配算子的设计策略,即注重对双亲的边继承以及加入适当的贪心控制策略.通过对Gr17、Oliver30、Eil51、Eil76和Krob100等测试数据进行实验,证明了在该策略的指导下改进的两种交配算子具有更好的表现.     

求解TSP的变异算子的设计及优化应用

通过选择合适的算子和参数,遗传算法(GA)可以有效求解旅行商问题(TSP)。GA通常可以获得满意解,但容易陷入早熟,因而较难求得全局最优解。传统的变异算子在求解该问题时性能并不理想,甚至会引起反作用。文章通过实验分析多种变异算子在求解TSP时的表现,提出了一个改进的破坏重建变异法,并利用该方法对算法进行优化。经仿真实验测试,该方法效果明显。     

纸浆浓度自动控制仪的应用

纸浆浓度自动控制仪的应用由中国工程物理研究院计算机应用研究所研制的高科技专利产品，ＰＤＥ－Ｍ型纸浆浓度自动控制仪，在我厂应用近三年的实践表明，该仪器调节速度快，精确度高，抗干扰能力强，安装时不影响生产，可长期在无人监控下运行，无论停浆、停水、停电都不...     

一种改进选择算子的遗传算法

遗传算法（Genetic Algorithm,GA）是一种模拟生物进化的智能算法,被广泛应用于求解各类问题。简单遗传算法（Simple GA）仅靠变异产生新的数值,常常存在搜索精确度不高的问题。针对这个问题,对SGA的选择算子进行改进,即把相似个体分在同一组中,以组为单位进行选择,并通过该组个体的特点进行高斯搜索生成新的群体。这样使得GA在搜索过程中不仅可以很好地保持个体的多样性,并且可以提高解的精确度。通过对11个函数（单峰和多峰）的仿真实验,证明了采用新的选择算子后,GA在求解问题的精确度上有了很大地改善。     

带启发性变异的粒子群优化算法

粒子群优化算法(PSO)是一种群体智能计算方法,该算法精度高,收敛速度快,但在优化多峰函数的时候容易陷入早熟.加入启发性变异机制,可以在不破坏原算法高速收敛性质的同时,扩展算法的有效搜索区域.经过13个经典函数的测试证明,带启发性变异的粒子群优化算法(HMPSO)速度比原算法速度更快,精度更好,且不容易陷入局部最优.与其它带变异的粒子群优化算法相比,该算法收敛更快,在一些问题上有一定的精度优势.     

两相流纸浆泵的使用

液相、气相和固相是物质存在的三种形态。其中任何两种形态的物质混合在一起形成流体,就叫做“两相流”。目前,国内现有的大多数纸浆泵,都是按清水（一相流）的理论设计而生产的,由于其设计和实际运行条件不一致,导致该类泵使用寿命短,效率低,腐蚀严重。而近几年问世的CLX型系列两相流纸浆泵,是根据具有世界先进水平的“蔡氏理论”设计生产的,它的叶轮、纸浆流道设计,摒弃了清水（一相流）的理论局限,使其能与抽吸流质的水和固体混合物（两相流）相适应,是我国造纸行业的一种换代新型高效节能产品。其特点是: 1.泵体、涡壳、流道进行了重大改进,便于高浓度两相流介质抽送,提高了效率; 2.叶轮叶片由三叶封闭式改为两叶敞开式,叶片形状及角度也进行了改进设计、适应6％以下浓度介质抽送需要; 3.该系列泵进口和出口部位均为减小介质抽送阻力而进行了改进; 4.采用的联轴节,使拆卸、维修方便,无须移动电