论文部分内容阅读
蚁群算法是一种元启发式算法,其经典应用是解决旅行商问题。该算法有着先天的并行特性。介绍了该算法的两种并行实现策略,给出了蚁群算法的并行实现模型,分析了该算法并行实现需要解决的问题。
蚁群算法用于TSP的并行策略及模型
【摘 要】
：
蚁群算法是一种元启发式算法,其经典应用是解决旅行商问题。该算法有着先天的并行特性。介绍了该算法的两种并行实现策略,给出了蚁群算法的并行实现模型,分析了该算法并行实现需要解决的问题。
【机 构】
：
山东师范大学信息科学与工程学院
【出 处】
：
计算机应用研究
【发表日期】
：
2007年12期
【基金项目】
：
国家自然科学基金重大资助项目（90612003）
其他文献
提出一种基于支持向量数据描述算法(SVDD)的多分类方法(S-MSVM)。受SVDD的启发,该方法对每类样本建立一个超球来界定,但训练好的超球在所有情况下都是相交的。选择相交区域的样本单独建立超球,重复该步骤,直到相交区域消失或相交区域内没有样本点。给出了该方法的时间复杂度分析,并通过实验验证了该方法具有相对较好的训练精度。
分析了扩频技术应用在软件水印领域的一般框架,提出了一种在程序运行过程中提取矢量的扩频动态软件水印方案。该方案通过修改Java程序对操作数栈操作的次数来嵌入水印,用相关性检测原理来检测水印,具有很高的鲁棒性和安全性。
在PSO聚类算法的基础上,提出了基于量子行为的微粒群优化算法(QPSO)的数据聚类。QPSO算法不仅参数个数少、随机性强,并且能覆盖所有解空间,保证算法的全局收敛。PSO与QPSO算法的不同在于聚类中心的进化上,实验中用到四个数据集比较的结果,证明了QPSO优于PSO聚类方法。在聚类过程中使用了一种新的度量代替Euclidean标准,实验证明了新的度量方法比Euclidean标准更具有健壮性,聚类
提出了两种基于身份的密钥协商协议。在这些协议中,所有用户共享一个秘密信息,通过较少的步骤实现密钥协商,用户无须复杂的证书管理,且提出的协议满足较高的安全性。
通过分析现有的无线传感器网络定位系统,总结出定位系统的设计原则;对存在于定位系统和算法中的各种影响因素进行详细分析,指明各种因素影响定位的具体原因;在此基础上提出了切实可行的解决方案,为定位系统的设计提供实验依据。
基于门户的Web集成强调在尽可能保护原有投资、原有信息系统的基础上对异构应用系统进行透明整合。提出一种基于门户的Web集成体系,并研究与实现了有针对性的适应性模块以提高对Web应用集成及外部变化的适应性。该研究对于整合Web应用系统,提高整合效率与可靠性有着重要意义。