论文部分内容阅读
图的最小顶点覆盖问题是一个典型的NP-hard组合优化问题,在诸多领域有着重要应用.近年来,传统遗传算法等各种智能优化方法被引入到该问题的求解中来,但效果不理想.文章基于理想浓度模型的机理分析,利用均匀设计抽样的理论和方法,对遗传算法中的交叉操作进行了重新设计,并在分析图的顶点覆盖问题特点的基础上,结合局部搜索策略,给出了一个解决图最小顶点问题的新遗传算法.通过将该算法与简单遗传算法和佳点集遗传算法进行实例仿真模拟比较,可以看出新的算法提高了求解图最小顶点覆盖问题的求解质量、速度和精度.