论矩形物体布局的启发式近似计算问题

针对待布局矩形物体在布局空间中可行位置，给出了其可行域的定义，并据此对待布局物体的摆放规则进行了讨论，提出了一种基于空间分解的启发式算法，实例计算表明了该算法是有效的。     

矩形物体布局的并行算法

分析了矩形物体布局串行算法的计算复杂性，设计出基于ＳＩＭＤ－ＣＲＥＷ共享存储模型的矩形物体布局的并行算法，通过比较和实例分析验证了该并行算法的有效性和快速求解能力。     

针对目标的布局启发式算法

为解决二维矩形布局问题，在广泛研究各种启发式方法的基础上，提出了基于目标的启发式算法．该算法在布局开始时确定布局目标，布局过程中综合运用多种策略，让每个局部最优解达到布局目标值，得到稳定的、可靠的全局解；并且简要分析了矩形正交布局的空间分解方法，提出了群组的基本策略以及布局的定序规则和定位规则、实验结果表明，算法具有较强实用性，布局效率提高2％以上．     

模拟退火算法求解矩形物体布局问题

介绍了矩形物体布局问题,提出了基于布置点的改进思想,在引入了新的个体表达方式和物体布局规则的基础上,提出了一种模拟退火算法求解矩形物体布局问题的新思路.实例表明该算法快速有效.     

二维矩形块布局的交叉熵方法实现

给定一个小矩形块集和一个固定宽度而高度变化的大矩形的二维布局问题,就是将这矩形集中的所有矩形正交布置于这个大矩形中,并且保证矩形块之间不发生重叠,目的就是使得布局后这个大矩形块的高度最小.本文提出通过DROP或DROPF (DROP FILL)的启发式解码策略与交叉熵算法相结合求解该类问题.试验结果显示,算法稳定有效,较经典元启发式算法在提高空间利用率上有较大提高.     

基于空间优化的三维装箱布局混合遗传算法

针对三维装箱问题使用了一种便于空间优化的二维链表结构表达三维矩形物体布局状态空间分解方法和利用混合遗传算法产生待装物体的顺序序列.二维链表结构可以表达空间相连结点之间的关系,易于空间结点的重组,达到更好的利用空间;也可减少产生好的待装物体顺序序列的搜索次数.结合混合遗传算法的搜索方法,能在合理的时间内找到问题的满意解.经过实验表明通过这两种方法的结合本算法能取得较好的较果.     

基于蚁群算法的集装箱装载问题

探讨了蚁群算法在复杂集装箱装载问题中的应用．利用蚁群算法对解空间的搜索能力，结合二维链表结构的方法，对布局空间依次分割完成不同大小的三维矩形物体的装载，并给出了有效的编码形式和解码算法．通过对文献中提供的数据进行测试和比较说明本算法是有效的．     

一种启发式矩形毛坯带排样算法研究

介绍一种两维矩形毛坯带排样问题的改进启发式递归算法,它基于递归结构和分支定界技术.首先初始化板材作为一个块,考虑目前的块,算法选择一个毛坯,将毛坯放在块的左下角,然后用水平或竖直的剪切线将未使用空间分为两个更小的块,便于进一步递归求解.使用上下界来去除无用的分支,缩短运算时间.将该算法和遗传算法相结合,先通过遗传算法确定所有矩形毛坯较优的排放顺序和排放方式,然后使用递归排样生成排样图,通过比较不同的矩形排放序列对应的板材利用率,最终得到较优的排样方案.测试数据表明了该启发式优化算法的有效性.     

基于遗传-蚁群算法的不同形状物体的布局

针对不同形状物体布局的特点,依据遗传-蚁群算法的基本思想,分析了不同形状物体基因的编码、适应度函数的表示、信息素的更新机制以及在其约束条件下的相应操作,提出了不同形状物体的布局求解方案.仿真结果表明,该算法收敛速度快,可在较短时间内获得较佳的布局方案.     

基于蚁群算法的集装箱装载问题

探讨了蚁群算法在复杂集装箱装载问题中的应用.利用蚁群算法对解空间的搜索能力,结合二维链表结构的方法,对布局空间依次分割完成不同大小的三维矩形物体的装载,并给出了有效的编码形式和解码算法.通过对文献中提供的数据进行测试和比较说明本算法是有效的.     

基于最优实施边界的美式期权定价的数值方法

对美式期权的最优实施边界提出了复合梯形格式、复合左矩形格式和复合右矩形格式3种数值格式,通过数值试验对所提格式进行了数值分析和比较,选出了求解美式期权最优实施边界的精度高效果好的复合梯形格式,利用此格式提出了求解美式期权定价的数值求解格式,且对美式期权定价进行了数值模拟。     

一类对流扩散问题的交替方向特征有限元方法

讨论矩形区域上一类对流扩散问题的交替方向特征有限元方法．提出了解二维问题和三维问题的交替方向格式，并给出最佳Ｈ１－模和Ｌ２－模误差估计．     

融合蚁群算法和遗传算法的矩形件排样问题研究

提出融合蚁群算法和遗传算法来求解矩形件排样问题.考虑到蚁群算法和遗传算法各自的优缺点,该融合算法前阶段采用遗传算法获得排样问题的部分优化解,把它作为蚁群算法的初始信息素分布,后阶段利用蚁群算法求得最优排样序列,最后求得最优排样图.计算实例表明:与单一遗传算法相比较,该融合算法可达到更好的排样效果.     

存在表面缺陷原材料的矩形件优化排样问题研究

针对存在表面缺陷原材料的矩形件优化排样问题是一个组合优化问题,提出了一种单亲遗传算法求解方法.研究了将矩形件在板材上的排样转换为遗传算法特定编码的方法,通过单亲遗传算法的遗传算子进行优化搜索,最终得到矩形件排样的最优次序和排放方式,用基于矩形件与板材内靠接临界多边形最低点的排样算法实现在表面存在缺陷原材料上的自动排样.排样实例表明,该优化排样算法行之有效,具有广泛的适应性.     

最优控制问题的一个超收敛分析

对于椭圆最优控制问题,借助双k次矩形有限元空间理论及插值逼近性质、奇次矩形元导数恢复算子技术等,研究获得了最优控制问题在局部对称网格上的有限元逼近解的一个超收敛结果.     

二维不规则零件排样问题的粒子群算法求解

提出了一种基于粒子群算法求解二维不规则零件排样问题的方法．该方法首先将二维不规则零件的排样问题转化为矩形件的排样问题，然后利用粒子群算法优化求解，在求解过程中运用自适应调整策略对零件的排样位置进行微调．最后用该优化排样算法对文献中的两个算例求解，排样结果表明该算法是有效的．     

Ant-Q算法在矩形件优化排料中的应用

矩形件优化排料问题是一类具有NP完全难度的组合优化问题,该优化问题可用与或树描述,即把矩形件优化排料问题变换为寻找一棵面积比率最大的二叉树问题.使用Ant-Q算法能够有效实现这种树搜索,从而求得矩形件优化排料问题的优化解.