并行退化算法及其在组合优化中的应用.pdfVIP

摘要 大多数组合优化问题都是NP完全问题，这类问题很难找到多项式时间的最优 化算法，也就是说其算法的时间花费通常随着问题规模的增大呈指数增长。然而 进化算法在求解组合最优化问题时，尽管它不能保证在多项式时间内找到NP完全 问题的最优解，但是常常能找到组合最优化问题很好的次优解，数值实验结果表 明进化算法在解的质量和执行效果上都优于传统的启发式算法。所以进化算法以 及其他智能算法对组合最优化问题的解决具有十分重要的意义． 本文所作的主要工作如下： 首先，提出了一种新的求解多目标最小生成树问题的进化算法。该算法采用边 集合编码表示生成树，给出了一种新的随机(服从均匀分布)生成树算法，并用 来产生初始种群；同时设计了一种新的交叉算子和变异算子。第二，针对度约束 的最小生成树问题给出了一种改进的进化算法，该算法也采用边集合编码表示生 成树，给出了一种新颖的初始种群生成算法和一种改进的交叉算子。数值实验结 果表明上述的两种进化算法是有效的。第三，对带约束的最小生成树问题给出了 一种有效的枚举算法。最后，介绍了实现并行进化算法的两种基本策略，然后基 于多线程技术提出了一种并行进化算法框架，在英特尔的双核处理器的机器上进 行数值实验，基于多线程的并行进化算法的加速比达到