近年来,蚁群优化算法成功应用于各种经典NP-难组合优化问题问题和大量工业工程应用问题,蚁群算法的理论研究的必要性和迫切性日显突出。时间复杂度是刻画算法性能的基本指标,本项目分析蚁群算法求解组合优化问题的时间复杂性。构造可供时间复杂性分析的旅行商问题(TSP)、命题逻辑公式的可满足问题(SAT)、顶点覆盖问题等组合优化问题实例,讨论蚁群算法多项式时间和指数时间分界,分析算法中参数和变量的作用,比较各种不同蚁群算法的计算时间,建立蚁群算法时间复杂性分析理论模型、方法和分析框架。本项目突破目前蚁群算法仅仅研究人工布尔函数的局限,分析真实世界组合优化问题的蚁群算法时间复杂性,解决当前蚁群算法理论研究急需的公开性问题,其研究将有助于建立蚁群算法的基础理论。
{{i.achievement_title}}
数据更新时间:2023-05-31
基于铁路客流分配的旅客列车开行方案调整方法
一种基于多层设计空间缩减策略的近似高维优化方法
新型树启发式搜索算法的机器人路径规划
"多对多"模式下GEO卫星在轨加注任务规划
智能煤矿建设路线与工程实践
基于蚁群算法的BPR过程优化研究及计算机实现
蚁群优化算法的搜索偏离性研究
蚁群优化算法的理论基础研究
演化和蚁群算法的近似性能分析