

已閱讀1頁,還剩60頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、當前,社會經濟飛速發(fā)展,科學技術革故鼎新,社會資源的利用趨于尋求高效率和有效化的解決,最小生成樹的研究在實際生活中得到了越來越廣泛的應用和認可。度約束最小生成樹(DCMST)問題是一個著名的NP-hard問題。因為現(xiàn)實應用問題的多樣性和復雜性,經常是對最小生成樹問題加以條件限制,因此這類度約束的最小生成樹問題在實際研究領域得到了廣泛的應用,如交通運輸和計算機網絡設計,都利用DCMST問題實現(xiàn)和解決。本論文針對DCMST問題進行了如下研究
2、:
本課題主要是采用基于多種群蟻群智能算法的改進方法實現(xiàn)度約束的最小生成樹的構造,該算法流程主要包括多種群蟻群探索、生成樹的構造和生成樹的優(yōu)化三部分。多種群螞蟻在搜索過程中算法利用蟻群尋找邊集,如果螞蟻尋找最小生成樹失敗,針對此弊端首次采取產生新的螞蟻且使該類螞蟻在搜索過程中采取只用啟發(fā)式信息素搜索的策略防止蚊群算法陷入局部最優(yōu),之后將找到的邊集利用Kruskal算法構造最小生成樹并利用局部優(yōu)化算法對其進行局部優(yōu)化,增加了解的
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 度約束最小生成樹算法.pdf
- 約束最小生成樹算法的研究.pdf
- 度約束最小生成樹WCJ遺傳算法.pdf
- 基于遺傳算法的度約束最小生成樹問題的研究.pdf
- 22702.基于單親遺傳算法的度約束最小生成樹問題研究
- 用單親遺傳算法求解度約束最小生成樹問題.pdf
- 最小生成樹算法及應用
- 基于最小生成樹的圖像分割算法研究.pdf
- 葉約束最小生成樹問題的優(yōu)化算法研究及應用.pdf
- 不確定隨機網絡下的度約束最小生成樹問題.pdf
- 基于改進的最小生成樹聚類算法研究.pdf
- 基于最小生成樹模型的多目標跟蹤算法研究.pdf
- 4最小生成樹
- 4最小生成樹
- 最小生成樹算法及其應用【開題報告】
- 最小生成樹算法及其應用【文獻綜述】
- 基于最小生成樹拓撲結構粒子群優(yōu)化算法.pdf
- 基于自然鄰居和最小生成樹的原型選擇算法研究.pdf
- 基于最小生成樹的聚類分析方法研究.pdf
- 基于最小生成樹的圖像分割方法研究.pdf
評論
0/150
提交評論