提出了一种自适应遗传算法,并成功应用于车辆最短路径规划算法中.所采用的编码方式、交叉及变异算子等均针对最短路径规划问题而专门设计;同时,提出了一种新的交叉概率、变异概率在线自适应调整策略,以便提高遗传算法的搜索速度和搜索质量.将该算法同Dijkstra算法、A*算法进行了仿真比较.对五种不同情况的仿真研究结果表明:同Dijkstra算法相比,该自适应遗传算法可以减少搜索到最短路径的时间;同A*算法相比,该自适应遗传算法则可以搜索到更多的最短路径

针对基本蚁群算法收敛速度慢、容易出现停滞等缺陷,提出一种新的蚁群优化算法——带有侦察子群的蚁群系统.该算法从整个蚁群中分离出一部分蚂蚁组成侦察子群,在优化过程中侦察子群以一定概率做随机搜索,提高了解的多样性;在信息素更新策略上同时使用本代和全局最优蚂蚁,兼顾了本代和历史的搜索成果;同时还采用LK变异算子,对每次搜索的解进行局部优化.最后对三个典型TSP实例进行了仿真实验,结果表明新的算法不仅能够克服早熟现象,而且能够大大加快收敛速度

迄今为止，所有的NP完全问题都还没有多项式时间算法。对于这类问题，通常可采取以下几种解题策略。 (1)只对问题的特殊实例求解 (2)用动态规划法或分支限界法求解 (3)用概率算法求解

南京大学：《计算机问题求解》课程教学资源（PPT课件讲稿）概率分析与随机算法

南京大学：《计算机问题求解》课程教学资源（PPT课件讲稿）概率分析与随机算法

南京大学：《计算机问题求解》课程教学资源（PPT课件讲稿）概率分析与随机算法

南京大学：《计算机问题求解》课程教学资源（课件讲稿）概率分析与随机算法

【机器学习】基于最小最大概率机的迁移学习分类算法编辑部

《随机模拟方法与应用 Stochastic Simulation Methods and Its Applications》教学资源（论文资料）08 基于AM-MCMC算法的贝叶斯概率洪水预报模型（东北农业大学、河海大学）

【脑认知基础】基于概率图模型的蛋白质推断算法编辑部