代码 离散型遗传算法求解组合优化代码代码 离散型遗传算法求解组合优化代码代码 离散型遗传算法求解组合优化代码代码 离散型遗传算法求解组合优化代码代码 离散型遗传算法求解组合优化代码代码 离散型遗传算法求解组合优化代码代码 离散型遗传算法求解组合优化代码代码 离散型遗传算法求解组合优化代码代码 离散型遗传算法求解组合优化代码代码 离散型遗传算法求解组合优化代码代码 离散型遗传算法求解组合优化代码代码 离散型遗传算法求解组合优化代码代码 离散型遗传算法求解组合优化代码代码 离散型遗传算法求解组合优化代码代码 离散型遗传算法求解组合优化代码代码 离散型遗传算法求解组合优化代码代码 离散型遗传算法求解组合优化代码代码 离散型遗传算法求解组合优化代码代码 离散型遗传算法求解组合优化代码代码 离散型遗传算法求解组合优化代码代码 离散型遗传算法求解组合优化代码代码 离散型遗传算法求解组合优化代码代码 离散型遗传算法求解组合优化代码代码 离散型遗传算法求解组合优化代码代码 离散型遗传算法求解组合优化代码代码 离散型遗传算法求解组合优化代码代码 离散型遗传算法求解组合优化代码代码 离散型遗传算法求解组合

该文所设计的系统主要是采用jsp的mvc技术、mysql数据库、Tomcat服务器、springboot框架作为开发平台，系统采用B/S结构进行开发，完成一个包含算法推荐的共享单车管理系统。目标是实现一个以租赁为中心的共享单车管理系统，构建用户与管理员信息与账号，账号与订单信息有机结合的业务系统。提供了包括传统业务中最基本的用户注册、登录、查询、租赁、租赁记录管理、车辆信息管理、用户信息管理及订单信息管理等功能，单车管理员系统中包含日志管理、区域管理、数据分析等功能。与别的共享单车管理系统相比，有了算法的代入，新增了车辆运维功能。可以有效的控制各个站点的车辆数量，提高使用率。

提出一种基于量子遗传算法的多任务联盟并行生成算法，运用量子编码映射的方式将任务分配与资源组合合并为一个过程，使多任务联盟问题的复杂性得到降低。实验表明，该算法在面向多任务的领域中可以快速、有效地并行形成多个任务求解联盟；与遗传算法和蚁群算法的对比实验表明，该算法是正确、有效、可行的，在运行时间和解的性能上都优于前两种算法。

投资组合优化：从 Markowitz 到遗传算法(python代码)

本文研究的是一位送货员在受时间和货物的重量、体积大小等因素影响下，对某个城市送货路线的选择，以求完成送货任务，并且所要花费的时间是最少的路线设计的组合优化模型、TSP模型。而时间最小是本文完成任务后所追求的目标函数（在受时间、货物的重量和体积大小等因素作为限制条件），进行模型求解，使得模型的结果具有实际的意义和对实际的选择有帮助。所以本文在求解过程中，我们进行了符合实际的假设和符号的说明。

详细介绍了模拟退火算法的背景，原理，思想，及应用和改进的方法

作为 WCA 基础的基本概念和想法是从大自然中获得灵感，并基于对水循环过程以及在自然界中可以看到的河流和溪流如何流入大海的观察。

应用粒子群优化(PSO)算法对电力系统的机组优化组合问题进行研究,介绍了算法原理,分析了算法中各个参数的不同取值对算法搜索能力和收敛速度的影响,并以常用的测试函数进行验证,建立了相应的数学模型,并以IEEE3机6节点电力系统为实例进行研究。分析结果表明,PSO算法较之常用的遗传算法和混沌优化等算法,在算法结构、计算时间、搜索区间控制以及收敛速度等方面具有较好的特性,验证了该方法的有效性。

提出了一种基于遗传算法的Web服务选取方法,使得组合形成的增值服务不仅能完成预定义任务,还能满足用户的特定需求。该方法采用动态适应度函数,提高了服务组合的适应度,通过计算个体间服务质量的海明距离和实施最优个体保存策略,提高了服务组合的质量。实验结果证明了该方法的有效性。

针对Markowitz的均值-方差模型的缺陷，用信息熵代替方差度量风险，用反映资金的增值速度的增值熵代替均值，提出了一种新型投资组合模型――最小信息熵-最大增值熵模型，并通过多目标决策方法中的模糊集理论对模型进行求解。同时，给出了通过引入权重系数，将原模型转化为了具有单一目标函数的求解方法。最后通过上海证券交易所的实际数据验证了模型的可行性和有效性。