一类网络系统中的容量扩张问题

考虑一种网络系统中的容量扩张问题：给定网络N（V,E,C^-）,如何对容量向量C^-进行扩张,在假设的每条过的扩张费用（包括固定费用与成本费用）的条件下,使得网络中最大容量树的容量尽可能提高,同时总的扩张费用不超过给定的预算D。讨论了此类问题的特性,并给出了解决问题的一个强多项式算法。     

关于K棵支撑树的2个问题

给定一个(有向)连通图G=(V，E)，寻找k棵支撑树(边可以重复)，满足树中的边在k棵树中出现的次数不超过其容量，考虑2个问题：①k棵支撑树的费用之和尽可能小；②k棵支撑树中费用最大的尽可能小,给出了问题①的一个最优算法，同时应用该算法，问题②是是近似的。     

K条路的两个问题

关于寻找有向连通图G=(V,E)的最小最大的k条弧不交路的问题是NP-完备的.研究这个问题的推广———有容量限制的k条路问题:①寻找k条路,使得k条路的费用之和尽可能小;②寻找k条路,使得k条路中最长的路的费用尽可能小.给出了问题①的一个最优算法,其复杂度为O(k|V|2),同时证明了该算法对于问题是k-近似的.     

容量型最小费用流逆问题的可行性研究

针对容量型最小费用流逆问题的可行性及相关优化进行研究,证明了判断容量型最小费用流逆问题是否可行可以在多项式时间内完成.如果容量型最小费用流逆问题不可行,即无论怎样修改容量的上界u和下界l,初始流f0都不能变为新网络的最小费用流.给出了两种调整初始流f0的算法,证明了通过最少修改初始流f0,可以使最小费用流逆问题变为可行.     

关于太阳能小屋的设计安装问题研究

针对在太阳能小屋的外表面合理铺设光伏电池,使得小屋全年的太阳能光伏发电总量尽可能大,而单位发电量的费用尽可能小的问题,建立运筹学中的多目标优化模型,利用LINGO软件进行求解,得到在不同的条件下对太阳能小屋的不同的铺设方案。     

基于最小费用/可靠性比值路的物流配送中心选址问题

费用和可靠性是评判一个物流系统是否优良的两个重要指标．一般要求从配送中心到各配送点的运输费用尽可能低,而可靠性则要求尽可能高．讨论了在时变环境下的物流配送中心选址问题,要求从配送中心到各配送点的费用／可靠性比值之和达到最小．模型中考虑的费用和可靠性都是时间的函数．该问题是NP完备的．且给出了求解该问题最优解的一个拟多项式算法．     

动态最小费用流问题

考虑到时间对最小费用流问题中各个参数的影响,首先通过对动态最小费用流问题的各参数的定义建立了动态最小费用流问题的数学模型,在这样的有向网络里,流可以在中间点上停留一段时间,弧的容量以及中间点的容量随时间变化,流经过弧时所需的费用也随时间变化;在此模型基础上给出了动态最小费用增广链的定义并证明了与其相关的定理,并在最后给出求解动态最小费用流问题的一个算法。     

基于改进粒子群算法的分布式电源定址定容寻优

针对配电网中分布式电源的选址和定容问题,建立了包括分布式电源的运行维护费用、环境因素费用、网损费用的目标函数,并把潮流约束、电压约束、系统容量约束作为约束条件,采用改进的粒子群优化算法,确定分布式电源的位置和容量。对33节点配电系统进行仿真计算,得到了较为合理的安装位置和容量。     

关于无向网络容量扩充的问题

将带约束的最大容量路问题扩展到约束条件含固定费用的无向网络的容量扩充问题 ,并给出了强多项式算法 .     

关于无向网络容量扩充的问题

将带约束的最大容量路问题扩展到约束条件含固定费用的无向网络的容量扩充问题，并给出了强多项式算法。     

安徽省本科院校体育选项课现状、困境与对策研究

采用文献资料法、调查法和访谈法等,对安徽省本科院校体育选项课现状、困境和对策进行了研究。结果显示：安徽省本科院校均能推行体育选项课教学,各校体育选项课程开设的时期不尽相同,教学班级人数设置悬差较大,课程项目设置大同小异,项目数较有的省份高校差距较大;各高校实施体育选项课的困境主要表现为大学生体育运动基础的整体水平偏低,体育教师数量不足且专项相对传统、集中,学校体育场馆的种类和数量较为有限。从合理安排必要的体育普修课过渡、加强学校体育场馆设施建设、重视学校体育师资队伍建设和拓宽大学体育教学的课时段等环节提出了相应的对策。     

泛在异构网络水平QoS映射方案和技术综述

不同网络的QoS机制存在差异,各种应用的QoS需求也不同,给泛在异构网络QoS保证带来挑战。为了满足异构网络QoS需求,最大化利用网络资源,最小化操作代价,应建立一种能够保证异构网络QoS的机制。QoS映射是有效的解决方案,它可以完成不同网络QoS之间的自动翻译,有利于降低问题的复杂度,能保证异构网络的QoS需求。因此,本文对现有的异构网络水平QoS映射方案和技术进行综述和比较,重点介绍了AQCM-ASM映射策略和FAbS模型,并给出了今后的研究方向。     

计算机通信网络中容量与流量分配的优化研究

为了改进计算机通信网络的性能并降低其运营费用,采用改进的并行遗传算法,对计算机网络中容量与流量分配问题进行了优化,比较了不同算法所得到的网络运营费用.大量的计算机仿真实验结果表明,该算法能较迅速地求出全局近似最优解,并且与传统的方法相比较,解的质量能大幅度地提高.这对于减少网络运营费用及合理利用网络资源等方面都具有重大意义,在计算机通信网络及其它网络的规划设计、性能优化及评估中具有重要的理论和实用价值以及广阔的应用前景.     

基于学习曲线的CO2捕集和可再生能源发电成本

为研究CO2捕集与封存技术(CCS,carbon captureand storage)和风电、太阳能发电技术未来成本变化,该文利用年限平均法计算了不同技术的发电成本及构成;在对不同发电技术未来装机容量合理假设的基础上,利用学习曲线模型分析了中国光伏和风电技术的学习率,并分析了其未来发电成本的变化以及达到商业化所需要的社会投入成本;在分析CCS电站时,利用自下而上的方法,将捕集电站分解为不同的子系统,考察了其未来的发展。研究结果表明:风电技术为近期首选的减排技术,而光伏发电技术在长期具备竞争力;如果EOR(enhanced oil recovery)技术能够大规模推广,CCS技术也将具备充分的竞争力。     

集装箱船全航线预配优化模型与算法研究

集装箱船全航线配载问题属于NP-hard问题.为降低问题求解难度,提出了解决全航线配载问题的分解算法,即将配载问题分解为Bay位选择和Bay位中集装箱排序两个子问题.将Bay位选择看成是"装箱问题",以不同属性集装箱作为待装"物品",以船舶上的Bay位为箱子,以最优装箱(即使用箱子的数量最少)及集装箱在每个港口的倒箱数量最少为目标进行总布置配载;Bay位中集装箱排序是将Bay位选择阶段分配到不同Bay位的集装箱按某些规则进行排序,确定其在Bay位中的具体箱位.主要研究了Bay位选择阶段的模型及算法.实例模拟结果表明该方法可行,为集装箱船全航线配载优化提供了一个实用的模型.     

多目标优化最低代价无人机机巢选址方法研究

无人机巡检作业中，因为功能与续航距离不同，常面临异构无人机协同和机巢选址问题。无人机机巢的最优部署位置策略，可以看作新的选址优化问题，相对于传统设施选址问题，无人机机巢部署问题面临更多新挑战。笔者综合运用地理信息系统、优劣解距离法对候选点位做预筛选后使用贪心算法和拉格朗日松弛优化的p-中值覆盖问题优化方法，在综合考虑布点原则、飞行任务、飞行半径、功能性冗余等目标因素，提出一种多目标优化最低代价的无人机机巢选址法，将机巢分布问题定义为限制因素预选址前提下的p-中值最低代价问题，设置原则性约束，实现多目标优化最低代价的机巢布点，从多个角度考虑降低巡检成本。实验结果表明：多目标优化后机巢布点在建造、维护、巡检和综合成本上比传统选点方法有9.2%以上的成本节约。     

含储能系统及风电的电力系统动态经济调度

风电的随机性和波动性给传统的调度带来困难,为此在模型中引入储能系统,分析了储能系统对含风电的电力系统经济调度的影响,尤其是对系统调峰的影响。将含风电和储能系统的经济调度描述为一个非线性优化问题,建立了一个风电场与储能系统相配合的清洁经济调度模型,其目标函数在传统火电机组运行费用的基础上兼顾了火电的排污成本,寻求经济和环保总成本的最优解,采用粒子群算法对该模型进行求解。通过6机系统算例分析,表明该模型能够有效地控制储能系统的出力;储能系统的引入可明显降低系统的运行费用,尤其是火电机组调峰的费用,且提高了风能利用率。     

基于序优化理论的输电网规划

输电网规划是复杂的优化问题,电力市场为其带来更多新的特点,使求解最优规划方案更加复杂,计算量过大成为主要瓶颈。序优化理论从工程实际出发,能够以足够高的概率求解到足够好的解,从而大大减少计算量,又能满足工程需要。本文以输电网扩建工程投资费用、扩建后系统发电费用,以及新电网在各种预想事故情况下的失负荷损失费用三者之和作为目标函数,综合考虑了输电网所有者、发电厂商以及用户等方面的影响,并通过引入序优化理论来求解足够好的输电网规划方案。基于Garver系统的算例表明,采用序优化理论求解输电网规划是有效的,并具有一定工程实用价值。     

基于模糊推理的踢球技术在足球机器人中的实现

提出一种基于模糊规则作为先验知识的启发式搜索算法，解决足球机器人中的踢球问题．算法借助球员控球空间的离散化，采用模糊规则对离散后的动作进行评价，成功地描述了球在状态空间任意一对离散点间移动的代价值．以此作为路径寻找的启发性知识，通过启发式搜索算法可寻找到最优的解决方案。     

基于多Agent的分布式多目标任务调度机制研究

针对分布式计算中任务调度的复杂性、动态性和实时性等特点,构建了一个基于多Agent的分布式多目标任务调度模型．此模型中,设计了一种分布武调度机制,使每个节点都具有独立的调度决策能力,增强了系统的可扩展性．同时为了解决分布式调度所产生的节点间任务通信问题,引入任务与节点相关性等概念,有效地降低了节点间的通信代价．模型对多个评价指标进行了综合衡量,如任务调度开销、任务最早执行时间、负载均衡及节点问的通信量等,并根据任务和系统运行的状态特征,实现多目标任务调度,提高了系统的整体性能．