搜索资源列表
2opt
- 求解tsp问题的局部优化算法-the local optimization algorithm
优化tsp局部搜索法
- tsp算法，应用局部搜索法得到最优路径，已经经过优化。没有密码，可以使用，vc环境下使用。-tsp algorithm, using local search to be optimal path has been optimized. No password can be used, vc environments.
分支定界tsp
- 本Java程序实现了Combinatorial Algorithms: Theory and Practice", by Reingold, Nievergelt and Deo 讨论的基于edge splitting 的分支定界算法，同时提供了一个简单的分支定界算法和一个基于local search的算法作对比
MyTAPISRC
- 使用TAPI3.x库，参考了网上能找到的源代码，具有如下功能：拨号，应答（录音，播放） 由于我使用的tsp线路不支持媒体流，也不支持MSP，为了实现answer machine的功能，也就是播放及录音，参考了temp77的API层实现语音播放录制。 由于指定了打开的线路，所以具体使用的时候还需要根据本地连接的硬件设备另外选择线路打开。-TAPI3.x library use, reference to the Internet to find the source code,
tsp
- Solve tsp by local approximation
tspyouhua
- 将局部优化算子引入遗传算法求解tsp问题，以求提高算法的性能。具体措施是在标准遗传算法的最后阶段增加步，即对每代的最优个体进行一定次数的局部搜索，以求改善该最优个体。首先提出将反序一杂交法引入局部优化过程中。 同几种‘常用的局部优化力一法相比，反序一杂交法的性能最为突出。实验结果表明，该优化力一法能有效求解300个城市以内的 tsp问题。 -Will introduce a local optimization operator tsp problem genetic algorit
maugis
- 模拟退火和对称 *欧几里德旅行商问题。 * *为基础的解决办法的本地搜索启发式 *非过境道路和近邻 -/* * Simulated annealing and the Symetric * Euclidian Traveling Salesman Problem. * * Solution based on local search heuristics for * non-crossing paths and nearest neighbor
tsp
- 提出一种改进的禁忌搜索算法来求解背包问题。该算法基于禁忌搜索技术,并采用I&D策略,同时设计了两种针对局 部最优解的变异算子。改进后的算法能有效地弥补标准禁忌算法对初始解依赖的缺陷,同时也避免了搜索停滞的现象。通过对具 体实例和随机问题的测试,表明改进后的禁忌搜索算法有更好的性能。 关-An improved tabu search algorithm to solve knapsack problem. The algorithm is based on tabu
LKHtsp
- 由Helsgaun改进的Lin-Kernighan局部启发搜索算法（LKH）求解大规模tsp问题，使用Java语言实现，具有强大的求解tsp性能。-Helsgaun improved the Lin-Kernighan local search algorithm (LKH) for solving large scale tsp problem, use the Java language, solving the tsp with a strong performance.
Anadaptiveantcolonyalgorithmanditssimulation
- 蚁群算法是一种新型的进化算法，蚁群算法与其它进化算法同样存在易于限于局部最小点等缺陷．本文提出一种自适应的蚁群算法雌克服上述缺陷。通过自适应地改变算法的挥发度等系数，本文中的算法可以在保证收敛速度的条件下提高解的全局性，通过对tsp问题的仿真证明本文中的算法相对与原始的蚁群算法收敛速度和解的性能椭一定的提高．-Ant colony algorithm is a new evolutionary algorithm, evolutionary algorithm ant colony algori
GFLS-tsp
- A paper of Guided local Search
Parallel-genetic-algorithm
- 经典遗传算法利用单一种群对种群个体进行交叉、变异和选择操作，在进化过程中的超级个体易产生过早收敛现象，粗粒度并行遗传算法利用多个子种群进行进化计算，各子群体分别独立进行遗传操作，相互交换最优个体后继续进化。该文证明了该算法的搜索过程是一个有限时齐遍历马尔柯夫链，给出粗粒度并行遗传算法全局最优收敛性证明。对于旅行商问题tsp利用粗粒度并行遗传算法进行了求解，以解决经典遗传算法的收敛到局部最优值问题。仿真结果表明，算法的收敛性能优于经典遗传算法。-Classic genetic algorithm
tsp
- 1 以10/30个结点的tsp问题为例,用遗传算法加以求解； 2 掌握遗传算法的基本原理、各个遗传操作和算法步骤； 3 能求出问题最优解，若得不出最优解，请分析原因； 4 要求界面显示每次迭代求出的局部最优解和最终求出的全局最优解。-For example, 1 to 10/30 junction tsp problem with a genetic algorithm to solve 2 mastered the basic principles of the gene
SA-tsp
- Simulated Annealing (SA) is the oldest probabilistic meta-heuristic algorithm and one of the first algorithms having ability to avoid being trapped in local minima. It is inspired by the process of annealing in metallurgy. In this process a m
ACO-tsp
- Ant Colony Optimization Algorithm (ACO) and tsp ACO algorithm mimics the behavior of real life ants and on how they interact with each other. The basic philosophy of the algorithm involves the movement of a colony of ants through the different stat
tsp
- tsp问题，是一个多局部最优的最优化问题：有n个城市，一个推销员要从其中某一个城市出发，唯一走遍所有的城市，再回到他出发的城市，求最短的路线。-tsp, is more than one local optimum optimization problem: There are n cities, where a salesman one city starting only traveled all the cities, and then returned to his departure
tsp-pso
- 自适应离散粒子群算法求解tsp问题，包含有三个基本实例，其中含扰动变量可防止陷入局部最优-Adaptive particle swarm optimization for tsp, contains three basic example, which prevents the disturbance variable containing local optimum
基于遗传算法的 tsp 算法
- tsp问题（全称：TravellingSalesmanProblem），又称为旅行商问题、货郎担问题、tsp问题，是一个多局部最优的最优化问题，遗传算法是一种基于种群演变一种优化的算法，在此基础上的优化程序会自动寻找出最短路(tsp (full name: TravellingSalesmanProblem), also known as the traveling salesman problem, traveling salesman problem, but tsp problem is
Ga_tsp
- tsp问题（旅行商问题），用遗传算法解决tsp问题，得到问题的最优解，是局部最优解。(tsp problem (traveling salesman problem), using genetic algorithm to solve tsp problem, get the optimal solution of the problem, is the local optimal solution.)
iterated-local-search
- vehicle routing lecture