粮食配送中心选址问题是构建现代化粮食物流系统的重要研究方向。从粮食配送中心选址的影响因素出发，建立了以控制成本为核心的数学模型，引入了经遗传算法改进的人工神经网络模型进行求解，并且给出了详细的设计步骤。为解决遗传算法易陷入局部最优的问题，提出了一种在变异算子中增加禁忌搜索的方法。实验证明，该方法在解决粮食配送中心的选址决策时，效果较好。

通过求解旅行商最短路径的问题，采用禁忌搜索的思想，用C#实现了相关的算法，从而求解了旅行商路径最短问题

车辆路径 matlab代码 Intelligent_Algorithm 用matlab解决路径规划和竞争设施选址问题 一、五个基础算法以及示例： ga 遗传算法解决分配问题 问题描述： 现有10个工人去做10件工作，每个工人完成每项工作所需时间不同。 要求每个工人只做一项工作，每项工作只由一个工人完成。 怎样指派工人完成工作可以使所用总时间最少？ tabu 禁忌搜索算法解决解决商旅问题 问题描述： 某5个城市旅行商问题， 用禁忌搜索算法实使得旅行商走过所有城市后回到原点的总路径最小。 ants 蚁群算法 问题描述： 设有19个客户随机分布于长为10km的正方形区域内。配送中心位于区域正中央，其坐标为（0，0）。 各客户的坐标及需求量如下表所示，配送中心拥有若干辆载重量为9t的车辆，对客户进行服务时都从配送中心出发， 完成对客户点的配送任务后再回到配送中心。现要求以最少的车辆数、最小的车辆总行程来完成货物的派送任务， 用蚁群算法求解该VRP问题(vehicle routing problem)。 SA 模拟退火算法 问题描述： n 个工作将要指派给n 个工人分别完成，问如何安排可使总的

处理时间可控的两机流水车间禁忌搜索算法

禁忌搜索算法求解路径规划问题的matlab代码，该代码每一步骤都有详细的注解。

禁忌搜索算法ppt，内容有 局部搜索 禁忌搜索 禁忌搜索的关键参数和操作 禁忌搜索的实现与应用

采用禁忌搜索算法解决一项目指派问题：某项目需要派9 个人(甲、乙、丙、丁、戊、己、庚、辛、壬)，分别完成9 项工作任务(A、B、C、D、E、F、G、I)，每人进行每项工作耗时不同，如果要求每人尽可进行一项工作，如果是总耗时最短。

本课件与汪定伟、王俊伟、王洪峰、张瑞友、郭哲编著，高等教育出版社出版的《智能优化方法》一书的前5章配套，东北大学现用课件。

为了提高基于群体智能的粗糙集最小属性约简算法的求解质量和计算效率,提出一个结合长期记忆禁忌搜索方法的粒子群并行子群优化算法.并行的各子群不仅具有禁忌约束,而且包含多样性和增强性策略.由于并行的子群共同陷入局部最优的概率小于一个粒子群陷入局部最优的概率,该算法可提高获得全局最优的可能性,并减少受初始粒子群体的影响.多个UC I数据集的实验计算表明,提出的算法相对于其他的属性约简算法具有更高的概率搜索到最小粗糙集约简.因此所提出的算法用于求解最小属性约简问题是可行和较为有效的.

禁忌搜索算法解决TSP