基于记忆策略的动态分解约束多目标进化算法

针对现有面向多目标优化问题的约束处理方法存在求解效率不足,基于分解策略的多目标进化算法受到约束限制导致求解性能低的问题,提出一种基于记忆策略的动态分解约束多目标进化算法.本文首先引入具有记忆功能的归档集,改进基于短暂忽略非容许解的约束处理方法,提高算法的求解鲁棒性.然后结合基于分解的多目标进化算法,设计一种动态分配搜索...     

求解交货期可变动态调度问题的差分进化算法

针对差分进化算法求解动态优化问题时存在多样性缺失、寻优效率低的问题,提出一种多种群差分进化算法,将这种用于求解连续解空间优化问题的进化算法应用于顺序编码的动态调度问题求解中.该算法利用随机键编码表示法将连续位置向量转化为顺序编码,提出自组织多种群策略,将种群按动态空间特征自动分成主种群与子种群;由主种群不断探索峰值所在...     

两个含时变系数的高维非线性演化方程新型孤子和多波解

在构造非线性演化方程的精确解时,通常采用的行波变换都是线性变换.通过引入特定形式的非线性行波变换,首次将N-孤子分解算法及继承求解策略推广应用于变系数非线性演化方程,求解了两个含有时变系数的高维非线性演化方程:Boiti-Leon-Manna-Pempinelli(BLMP)方程和圆柱Kadomtsev-Petviashvili(cylindrical Kadomtsev-Petviashvili, cKP)方程.应用直接代数方法和继承求解策略,构造了BLMP方程的多种不同类型的多波相互作用解,尤其是马蹄形孤子及它与lump波、不同周期波之间的相互作用解.利用N-孤子分解算法构造了cKP方程的马蹄形孤子、呼吸子和lump波解之间的高阶相互作用解.这些新型多波相互作用解在一定程度上丰富了变系数非线性演化方程的解的类型.     

一种新的进化策略及其全局收敛性

在求解单峰最优化问题算法的基础上,给出了一种新的进化策略.针对连续函数优化问题,利用中心极限定理,在较弱的条件下,首先证明了基于均匀分布的(μ λ)-ES算法依概率收敛,然后给出了采用一般连续性随机变量作为变异算子的(μ λ)-ES算法依概率收敛的证明.数值结果表明:采用基于均匀分布的进化策略求解维数较高的连续函数优化问题能够快速有效地收敛到全局最优解.     

自适应进化的蚁群算法及其仿真研究

蚁群算法广泛应用于求解组合优化问题,但基本蚁群算法与其它模拟进化算法存在进化速度慢,并易于陷入局部最小等缺陷,在此提出一种采用自适应选择和动态调整的进化策略,通过TSP问题的仿真表明,算法的性能明显得到改善,该方法不仅能够加快收敛速度,节省搜索时间,而且能够克服停滞行为的过早出现,有利于发现更好的解.这对于求解大规模的优化问题是十分有利的.     

变粒度协同进化设计算法及其在卫星舱布局设计中应用

采用进化算法求解复杂卫星舱布局问题时,算法容易陷入局部最优,且干涉计算复杂度高,计算耗时长.为提高对复杂解空间的搜索能力,基于协同进化算法,将问题分解为若干子问题求解;为减少计算耗时,子问题求解时采用了一种设计变量的变粒度策略.称上述方法为变粒度合作式协同进化算法(CCEA-CFG).卫星舱布局优化数值实验表明,与目前常用的几种布局求解算法(遗传算法、协同进化算法以及遗传/粒子群算法(QPGP))相比,CCGA-CFG(基于GA的CCEA-CFG)具有较好的计算质量、计算效率和计算鲁棒性.     

改进量子遗传算法求解MDVRPPD问题

带集货和送货的多站点VRP问题作为VRP问题的一个分支,有着重大的研究价值.本文采用量子遗传算法求解MDVRPPD问题,并提出一种新的旋转门策略使得量子遗传算法的进化速度大大加快.实验证明,本文提出的改进算法和优化策略对比过去使用的启发式求解以及传统的量子遗传算法有较大优势,在时间控制上以及最优解的求解上都取得了满意的效果.     

矩阵方程AXB=C的中心对称最小二乘解的迭代解法

给出了求矩阵方程AXB=C的中心对称最小二乘解的一种迭代解法,即利用法方程变换,将求解最小二乘解转化为相容矩阵方程的求解问题,再利用迭代法求出新方程的直接解.使用该方法,对任意给定的初始中心对称矩阵都可在有限步内迭代求出它的中心对称最小二乘解.并且将求最佳逼近的问题转化为求一个新方程的极小范数解的问题,同样可用迭代法求解.     

一类非线性波动方程新的精确孤立波解

利用双曲函数方法求解一类非线性波动方程的精确行波解，得到了若干其它方法不曾给出的新的精确解.这种方法的基本原理是利用非线性波方程孤立波解的局部特点，将方程的孤立波解表示为双曲函数的多项式，从而将非线性波动方程的求解问题转化为非线性代数方程组的求解问题.     

非线性矩阵方程X＋A^＊X^-1A=I的最大Hermite正定解

研究了求解非线性矩阵方程x A*x-A=I之Hermite正定解问题.利用求解非线性矩阵方程Y=I Y1/2A*Y1/2最小Hermite正定解,得到了求解该方程最大Hermite正定解的逆迭代法.     

基于CART算法的卫星星座原始构型选择策略

针对现有的3种最具代表性的卫星星座设计方法的缺点,提出了层次递进的卫星星座设计方法.该方法采用基于CART算法的卫星星座原始构型选择策略,可将星座构型的求解空间缩小至少53.3%.利用CART6.0软件构建了选择卫星星座原始构型子集的CART树,运行速度达到7.9s,分类精度达到97.15%,10阶交叉验证的相对成本为0.033.结果表明:采用这种策略选择卫星星座原始构型还具有可扩展性强、准确性高和易于实现的优点,为卫星星座构型模块化设计建立了良好的基础.     

博弈混合战略的非完全信息解

混合战略的非完全信息解释首先由海萨尼(1973)提出的。人们对完全信息条件下的混合战略颇有争议．利用非完全信息解释混合战略可能更合理些,本文将利用海萨尼的观点对博弈论中的“监督博弈”进行论证,得到了与混合战略一致的结果。     

炼钢车间多天车动态调度仿真方案

针对炼钢车间多天车动态调度问题，提出了一种滚动调度策略下的仿真调度方案.模型目标函数考虑了最小化天车调度与工序调度在时间节奏上的偏离度，同时考虑了最小化天车工作量及其差异；约束条件在遵守天车避碰约束的同时，考虑了工位容量约束和重调度各种初始条件对天车调度的约束.模型以基于仿真的启发式方法求解.以某炼钢车间双天车调度为实例进行了仿真实验.实验结果表明，该天车调度方案能够维护工序调度稳定，减少和均匀天车工作量.滚动调度策略下，提出的启发式方法所得解的优化性能最高能达到最优解的96.3%.提出的滚动调度策略下的启发式方法相比于现场采用的实时规则调度方法，调度优化性能提高26.4%.     

改进的Q学习算法在轨迹规划中的应用

为解决 Q 学习算法易陷入局部最优解问题, 改进了传统贪婪策略, 提出了一种分段渐近搜索策略。该策略通过动态调整策略参数, 使 Q 学习算法在学习过程中实现探索鄄学习鄄利用 3 个阶段的渐近跳转。 同时将该搜索策略应用于 Q 学习算法中, 使改进的 Q 学习算法能更快速地逼近全局最优解。 将改进算法应用于机械臂轨迹规划中, 其仿真结果表明, 该算法能稳定地引导机械臂沿最优轨迹快速到达目标位置。     

基于D-tree分解的欠约束与完备约束的几何约束求解

提出了解决欠约束、完备约束的几何约束问题的D-tree分解算法.首先,提出了一种适用范围更广的处理特殊约束策略,可以将这种特殊约束与普通约束统一化,采用转化策略将欠约束的几何约束问题转化为完备约束的几何约束问题.然后,根据几何约束图中结点的度的性质给出了D-tree分解算法,相比经典算法,D-tree分解算法拥有更低算法复杂度和相同的求解域.最后,根据D-tree分解算法结果的规律性,给出了一个为基于数值的求解方法导出求解序列的策略.D-tree分解算法通过导出的求解序列将提高几何约束求解中基于数值的求解方法的求解效率.     

基于非合作模型预测控制的人机共驾策略

提出一种基于非合作模型预测控制(model predictive control, MPC)的智能汽车人机共驾策略.首先,建立了驾驶员和控制系统两者共同控制车辆的人机共驾系统模型.接着,得到了驾驶员和控制系统的代价函数.然后,求解了非合作MPC人机共驾策略的纳什均衡解.最后,通过仿真验证了非合作MPC人机共驾策略的优点和有效性.证明了非合作MPC的纳什均衡解可以通过非迭代的方法求解,并通过驾驶员和控制系统置信度矩阵的更新实现了驾驶权的逐渐交接.Matlab仿真表明,非合作MPC人机共驾策略可以在智能车辆遇到危险时将驾驶权逐渐从驾驶员转交给控制系统,同时保证驾驶员实时在环.     

一种求解交通网络中最短路径问题的人工蜂群算法

用人工蜂群算法解决寻找时间依赖网络中两点之间的最短路径问题, 针对时间依赖网络中先入先出网络的特性, 改进原算法中的路径选择策略, 以优化生成的个体质量. 该算法使用的策略为每个个体（即每条路径）添加一张散列表, 用于记录搜索路径时遇到的路段, 通过查找该表可发现当前个体的更优解. 实验结果表明, 该改进方法能有效提升算法最终解的质量, 并极大缩短运行时间.     

广义河床流体模型方程单调递减扭状孤波解的渐近稳定性

研究了广义河床流体模型方程单调递减扭状孤波解的渐近稳定性。首先运用平面动力系统的理论和方法证明了该方程扭状孤波解的存在性;其次证明了该单调递减扭状孤波解具有的3个性质,特别是给出了该行波解的一阶和二阶导数估计式;最后运用反导数方法、先验估计方法和Young不等式,证明了该模型方程单调递减扭状孤波解是渐近稳定的。     

基于膜计算模型的数独游戏基本解法

为了更好地求解数独问题,提出了一种新的求解方法,利用一个具有抑制催化和膜溶解规则以及进化规则的优先级的膜系统来进行求解;结果表明,对于一个数独问题,只要其所有部分解都至少包含一个具有唯一解的单元格,方法都是有效的;如果数独问题可以利用此策略求解,则膜系统在计算的最后一步将问题的解编码并返回物质YES,否则,膜系统可以检测出数独问题不符合上述特征,返回物质NO,计算停止;方法求解策略与人类求解数独问题的思考过程非常类似,并且给出的是数独问题的统一解,即与数独问题的维度和提示数无关。     

一种求解非线性互补问题的外梯度-Filter方法

结合 Josephy-Newton方法,建立了一种不含价值函数的求解非线性互补问题的全局策略.该策略基于外梯度步和Filter技术,提出一个外梯度-Filter算法.此算法中的外梯度步可以减少与最优解之间的距离,从而使该算法具有全局收敛性.在适当的条件下,该算法还具有超线性收敛性.