护士排班问题（nurse rostering problem，NRP）是多约束条件下的NP难优化问题，目前大多数算法难以在计算时间和求解质量之间达到较好的平衡。针对此难题，提出一种基于整数规划（integer programming，IP）与演化优化（evolutionary optimization algorithm，EA）混合的一种算法机制，分两步对护士排班问题进行求解。第一步采用IP算法求解简化后的NRP，得到一个高质量的初始解；第二步则在初始解的基础上采用演化算法进一步优化而得到更优的结果。实验结果表明，以中国式护士排班问题为例，对比IP VNS（variable neighborhood search）和hybrid EA等四类主流算法，IP EA混合算法能求得更高质量的解。因此，在此类NP难问题的求解上，IP EA混合算法比其他四类算法具有更明显的优势和效果。

样片切割是影响数控皮革裁床皮革加工效率的重要因素,为了提高加工效率,应优化切割路径。样片切割路径受到样片遍历顺序和刀具加工起始位置的影响。将样片切割路径优化归结为广义旅行商问题,用贪婪算法确定刀具加工起始位置,结合模拟退火和蚁群算法对皮革裁床样片切割路径进行优化。仿真实验验证了算法的有效性。

旅行商问题（TSP）是最古老而且研究最广泛的组合优化问题。针对TSP问题，提出一种蚁群与粒子群混合算法（HAPA）。HAPA首先将蚁群划分成多个蚂蚁子群，然后把蚂蚁子群的参数作为粒子，通过粒子群算法来优化蚂蚁子群的参数，并在蚂蚁子群中引入了信息素交换操作。实验结果表明，HAPA在求解TSP问题中比传统算法和同类算法更具优越性。

混合PSO-GA算法的实现。 该存储库是Hsu-Chih Huang和Ching-Chih Tsai在论文“使用混合元启发式GA-PSO算法进行自主机器人导航的全局路径规划”中描述的算法的实现。 指示 如果尚未安装，请安装[PyGame库]（ ） 将所有源文件放在同一目录中。 如果在Windows操作系统下： 使用IDLE打开__main__.py并运行它 如果在类UNIX系统下： 打开一个终端 移至正确的目录 使用python __main__.py运行程序 去做 允许用户选择起始位置和目标位置 允许用户在其他搜索算法之间切换

在高校的教务管理中，排课问题是复杂又关键的环节，科目数量众多，教学资源有限等等因素都制约着排课的复杂程度和结果.排课本质就是将课程、班级在合适的时间段安排到合适的教学位置，是一个NP问题的求解.随着规模的不断扩大，问题求解难度呈指数形式增加，当规模达到一定程度的时候就很难在短的时间内求出最优解.鉴于此，本文提出了遗传-蚁群混合算法，将两种算法混合使用，依靠遗传算法生成信息素分布，利用蚁群算法求最优解.实验结果表明，混合算法提高了排课的效率和课表的合理度.

完整代码，可直接运行

经典混合算法解决护士排班问题 Abstract—Nurse rostering is an important search problem with many constraints. In the literature, a number of approaches have been investigated including penalty function methods to tackle these constraints within genetic algorithm frameworks. In this paper, we investigate an extension of a previously proposed stochastic ranking method, which has demonstrated superior performance to other constraint handling techniques when

一种基于Tent映射的混合灰狼优化的改进算法（含代码）.zip

matlab视网膜图像分割代码 Matlab-Code Diagnosis of Diabetic Retinopathy In retinal Fundus Images Using Segmentation (Hybrid Algorithm)

论文研究-城市道路单行系统布局优化的双层规划模型和混合算法.pdf,  研究了基于出行者路径选择行为的单行道布局优化问题.借助于双层规划思想,以最小化研究区域内的总旅行时间为交通管理者的决策目标,建立了单行道布局优化的混合整数非线性规划模型,用0-1变量表征路段单行与否,用Logit型随机用户均衡网络模型刻画在交通管理者确定的某一单行道布局方案下的网络均衡流量模式.设计了GA-MSA组合式算法, 其中遗传算法求解上层问题,MSA算法求解在上层给定的单行布局方案下的路段均衡流量模式.为使初始化和遗传操作得到的染色体可行, 设计了相应的染色体修复程序.算例分析验证了用定量化方法优化单行道布局的必要性,参数敏感度分析解析了参数取值对优化结果的影响趋势和程度.