求解度约束最小生成树的一种启发式方法

针对网络设计和优化中度约束最小生成树问题,提出了一种基于贪心思想的启发式算法求解度约束最小生成树.在最小生成树的基础上,将超过度约束的顶点降低度数使之满足度约束条件.经大量数据测试并与其他算法进行比较,表明了该算法的有效性和通用性.     

一种求解JOB SHOP问题的新型混合遗传算法

针对一般车间（JOB SHOP）的作业排序问题设计了一种新的混合遗传算法,该算法将遗传算法和启发式方法相结合,利用遗传算法优化每台机器的首工序,并确定每台机器的优先工序,借助仿真,按照启发式方法安排每台机器的后续工序。通过算例比较,表明该算法具有良好的求解性能。     

求解QoS组播路由问题的改进蚂蚁算法

蚂蚁算法是一种相对较新的启发式方法，通过模拟蚂蚁的觅食行为，提出了求解QoS组播路由问题的改进蚂蚁算法。仿真实验表明，该算法能以较高速度收敛，有效地解决QoS组播路由问题。     

一类装配式流水作业排序问题的启发式算法及其性能比研究

根据F'2|m1≥2,m2＝1|Cmax排序问题是NP完全问题的论断,提出了AFS问题的两个启发式算法,分别给出了应用启发式算法的实例,并证明了该启发式算法在最坏情况下的品性是2的结论.     

"启发式"教学法在工程制图课中的应用

以高等教育理论为基础,根据"启发式"教学法的基本原则和工程制图课的课程特点,从体现教师在教学活动中的主导作用和强调学生是教学活动的主体为出发点,探讨了有关工程制图课程的教学方法问题.     

基于DNA进化算法的车辆调度问题

在建立一种物流配送车辆调度模型的基础上,针对传统启发式算法对复杂问题搜索效率低、易陷入局部最优的缺点,构造了DNA进化算法求解该问题。将其在个体变异操作中进行了一些改进,避免陷入局部最优。车辆调度问题(V SP)属于组合优化NP难题。采用V SP问题进行测试,仿真结果表明:该算法简单可行,与其他算法相比较,不但有很好的求解性能,而且具有更快的收敛能力与搜索能力。     

基于启发式规则的新型进化算法在流水车间调度中的应用

针对流水车间调度这一典型的NP难问题,采用了一种新型进化算法——DNA进化算法进行求解,并对算法做了改进。改进的DNA进化算法中引入了交换操作以更好地搜索解空间,并采用黄金分割率控制变异个体的数目。同时为了进一步提高搜索性能,采用一种新颖的启发式规则产生初始种群。以50个T aillard基准问题进行仿真,并与遗传算法进行了详细比较,仿真结果表明:改进的DNA进化算法具有更好的求解性能以及更高的运算效率。     

TSP及其扩展问题的混合型启发式算法

就经典的旅行商问题（ＴＳＰ）及其扩展形式;瓶颈问题、多目标问题等给出一种混合型启发式算法,并知微机上予以实现,为困难的扩展型ＴＳＰ提供了新的求解手段。     

不同固定建设费用轴——辐中心问题的一个有效算法

轴——辐网络中心问题是选址领域中已被广泛研究的问题之一,其中包括对中心选址和设计中心网络结构两方面。本文提出了一种基于遗传算法的混合启发式算法来解决具有不同建设费用的无约束中心选址问题。该方法依据中心点数与全部点数的比例上限确定中心点个数。本文提出了以流量、平均距离和建设费用为参数的确定各个点被选为中心点的指标因子i作为选址指标,并首次使用单亲遗传算法求解该问题。该算法的计算结果表明它可以有效的得到小规模不同建设费用轴—辐网络问题的最优解,并且表明当折扣系数a较小时,本文提出的混合启发式算法优于文献【13】提出的遗传算法。     

"Visual C++"在"人工智能"教学中的应用与探讨

根据"人工智能"课程教学中的特点,结合"Visual C 可视化编程"课程的内容,改进开发了"启发式搜索——八数码魔方问题演示程序"和"博弈树——黑白棋演示程序",探讨了计算机(多媒体)辅助教学的发展方向。     

基于混合算法的具有硬时间窗口约束的VRPSPD问题

具有硬时间窗口约束下同时收发的车辆路径问题（vehicle routing problem with simultaneous pick-up and delivery with hard time windows,VRPSPD with Hard TW）是将产品配送和废物回收统一进行优化的问题。本文研究了一个中心仓库,多台车辆向具有配送需求和回收需求的客户提供服务,客户存在硬时间窗口要求的车辆运输问题。该问题中,客户的配送需求和回收需求必须同时获得满足,即客户仅允许被访问一次,且需求不可分割,只能由一台车辆提供服务。且客户的硬时间窗口要求必须获得满足。首先将修正后的旅程分割方法应用于硬时间窗口约束下的VRPSPD问题初始解的获得,并利用响应性禁忌搜索算法框架,结合基于多种领域的可变式搜索方法,给出一启发式算法。计算机实验结果表明,该启发式算法在求解VRPSPD with hard TW上是有效的。     

网络购物环境中多线索对消费者产品评价的影响——基于启发-分析模型

为了探究消费者在多线索的网络环境中信息处理机制 (启发式、 分析式) 的选择过程, 验证消费者节省心智资源的倾向, 构建了基于启发-分析双处理模型 ( HSM)、 模拟真实的网购环境的2 222实验模型, 对消费者在模拟购物网站中的产品评价进行分析. 结论表明: 节约认知努力的心理倾向、 决策线索和决策情景是影响决策处理方式选择的主要因素. 在网购环境下, 消费者仍然倾向于节约认知成本, 其决策过程遵循认知努力与决策自信平衡的原则, 只有当特定外部情景 (高个人相关性) 和决策主观自信未达到充足阈值 (线索作用方向不一致) 时, 消费者才会采用认知成本较高的分析式处理方式.     

大型0—1目标规划的启发式算法

提出了一个０－１线性目标规划新的启发式算法,该算法以新的算法准则及评价标准,改进了旧算法中的系数限制,并能通用于任何０－１线性目标规划问题,特别能够有效地解决大规模０－１线性目标规划问题。     

运输路径问题的一个新启发式算法

在解运输路径问题时常常使用Clarke和Wright提出的启发式算法(下称C.W.算法)。本文对Clarke和Wright算法进行改进。改进算法的计算复杂性虽不如C.W.算法,但计算的数值结果在大多数情况下比C.W.算法的结果更好。     

矩形件排样的流程和算法设计

针对人工矩形件排样效率低、耗时长,且不能保证得到板材利用率为最优方案的问题,通过研究人工矩形件排样 的过程,提出了一种下料系统流程和矩形件排样的启发式与遗传相结合的算法。研究结果表明：所设计的下料系统流程 能够充分利用原材料库和余料库,且避免生成更多的余料;通过文中设计的启发式和遗传相结合的矩形件排样算法,能 够快速搜索出近似总体最优的排样方案。该设计方案能够提高板材利用率,同时减少更多余料的产生。     

一类特殊的有界变量目标规划的算法

对一类从m个决策变量中选择n(n≤m)个决策变量的有界变量目标规划问题,本文用0-1变量建立了它的数学模型,并提出了一种目标规划分层序列的改进算法及一种启发式算法。     

树的q-最优划分及其应用

本文从集合划分的概念出发,提出了关于树的q-最优划分的问题。同时,还提出了求树的q-最优划分的精确算法和启发式算法。最后,以配电网系统的实际设计为例来说明算法的应用。     

集值决策信息系统属性约简的启发式算法

在集值决策信息系统中,通过引入信息量和条件信息量,对属性的重要性进行了定义.给出了分配约简（广义决策约简）的一种启发式算法：条件信息量约简算法,分析了该算法的时间复杂度,时间复杂度为O（｜A｜3｜U｜2）;最后通过例子说明,该算法能得到集值决策信息系统的一个约简.