摘要:本文提出采用思维进化计算(Mind;Evolutionary;Computation,MEC)求解最大团问题(Maximum;Clique;Problem,MCP)的一个启发式算法——MCP-MEC1。解决了采用MEC求解最人团问题时个体与子群体的构造,个体的评价,趋同与异化操作的构成等问题。采用DIMACS(Discrete;Mathematics;&;Theoretical;Computer;Science)组织所提供的21个基准图对MCP-MEC1算法进行了测试,并与当前求解最大团问题的最好方法,RLS(Reactive;Local;search)算法和HGA(heuristic;genetic;algorithm)算法,进行了比较。实验结果表明,MCP-MEC1的性能优于HGA,与RLS相当,是当前求解最大团问题的最好的启发式算法之一。