工艺路线可变车间作业调度的两级遗传算法

车间作业调度问题是一个著名的NP难题，而工艺路一可变的车间作业调度是一个更一航意义的问题，算法研究是车间作业调度问题的一个重要研究方向，最近几年，遗传算法开始在调度问题中得到广泛应用，分析了工艺路线可变的车间作业调度问题的特点，并建立了相应的优化模型，提出了一种两级遗传算法，重新设计了算法的遗传编码方案以及选择、交叉和交异算子，通过实例仿真，表明了用两级遗传算法求解工艺路线可变的车间作业调试问题是有效和可行的。     

基于三响应试验设计优化的满意度函数

提出了一种改进满意度函数的方法来解决质量工程中的三响应试验设计优化问题。该方法考虑了各个响应变量的方差、相关性，弥补了传统的满意度函数法的不足。为了验证该方法的可行性，本文利用改进的满意度函数，结合RSM，对UHT纯牛奶的瞬时超高温杀菌（UHT）的工艺参数进行优化，建立了关于d值的二次多项数学模型，验证了模型的有效性，得到UHT奶杀的最佳工艺参数：杀菌温度136℃，杀菌时间3s。     

利润最大化成本分摊方法研究

首先研究了企业利润与其产品的成本、间接固定成本及价格的关系．在此基础上建立了企业在采用成本定价法时，以获得最大利润为目标的间接固定成本分摊的优化模型，证明了成本分摊的利润性能函数是一个凹函数，由此给出了一种利润最大化的间接固定成本的优化分配方法     

一类经济增长模型的相对稳定性

本文在Ｍ．Ｍｏｒｉｓｈｉｍａ．Ｈ．Ｎｉｋａｉｄｏ．等人研究闭式经济增长模型的基础上，进一步讨论了增长函数为Ｃｏｂｂ－Ｄｏｕｇｌａｓ函数（或非线性－阶齐次函数）时开式经济增长模型的相对稳定性问题，并得到了比较完整的结论．     

基于物理规划的多星多站访问规划

随着在轨卫星数量增加，对大量卫星进行有效监管具有迫切需求，需要研究如何合理分配和调度有限的地面资源对卫星进行访问。提出了一种基于物理规划的多星多站访问指派规划方法，以地面设施对卫星的访问窗口指派为设计变量，以相同地面设施相邻访问窗口的最小时间间隔及单个地面设施的最大访问次数为约束条件，以任务耗时、考虑成功率的访问收益、访问成本为目标函数，建立了考虑成本和收益的多星多站非均衡访问规划模型；采用物理规划将多目标函数合理地映射为单目标函数，使用差分进化算法进行寻优。将所提方法应用于3站4星的小规模问题及20站96星的大规模问题的求解。结果表明，所提方法能够获得符合约束的权衡多目标偏好的解。相较于加权法和约束法等，求解更加稳定高效，各指标均能得到均衡的优化。     

飞机排班中航班环的动态构建方法

构建航班环是飞机排班中安排飞机路线的一项基础工作，本文针对国内航班计划的特点，提出了一种单维修基地条件下航班环的动态构建方法。首先以飞机维修机会最大化为目标函数，建立基于航班环的一周飞机路线的整数规划模型。然后采用列生成算法和Follow-or规则，动态地构建满足“三天维修规则”的航班环，求解飞机路线模型。最后利用MATLAB语言编写计算机程序，并通过具体算例的分析，验证了本文提出方法的正确性及有效性。     

工程项目内部收益率的优化估计

内部收益率法是目前评价工程项目经济可行性的一种重要分析工具，内部收益率的估计与工程项目现金流程的符号改变情况有关，这一点在目前的工程经济学的理论和应用中常被忽视，为此，文中导出了计算工程项目内部收益率的两种实用公式，并提出了统一用加速遗传算法（AGA）来优化估计内部收益率的新方法，实例分析的结果说明，用AGA计算内部收益率简便、有效、计算精度高。     

三维空间中的黄金分割法

给出求解无约束问题的一种新方法——三维空间上的黄金分割法，这是一种直接解法，该方法是一维搜索中的0．618法在空间中的推广，无需计算函数的导数，仅需计算函数值既可。此外，本法克服了以往直接解法所共有的要求大量计算机内存的缺点，所采用的遮代方法每次只需要处理一个长方体的数字信息，因而仅需占用极少的计算机内存，并且并不因此而降低计算效率。此外，还给出搜索过程的几何表示。     

基于蚂蚁算法的工件排序优化

工件排序是NP-hard问题，以丰田公司的汽车组装工件排序函数为目标函数，将蚂蚁算法应用于该问题求解。得到了蚂蚁算法的最优参数并获得满意可行解。算例证明，此算法优于目标追随法、遗传算法、模拟退火算法等算法。     

多目标决策的逼近方法（Ⅰ）：理论分析

本文将函数序列的ｖ－收敛性（ｖａｒｉａｔｉｏｎａｌｃｏｎｖｅｒｇｅｎｃｅ）推广到向量值函数，在ｖ－收敛性的条件下得到了给定的多目标决策问题的近似弱有效解集的下半连续性并给出了若干容易验证的充分条件．在一致收敛性和不变凸性（ｉｎｖｅｘｉｔｙ）的条件下得到了近似有效解集的连续性．作为本文一般性结果的应用，得到了求解多目标ｍｉｎｉｍａｘ（最小最大）问题的一种有效的逼近方法：极大熵方法的收敛性质．     

基于自适应网格的多目标粒子群优化算法

针对现有多目标进化算法计算复杂度高,搜索效率低等缺点,提出了基于自适应网格的多目标粒子群优化(AGA-MOPSO)算法,其特点包括:评估非劣解集中粒子密度估计信息的自适应网格算法;能够平衡全局和局部搜索能力的基于AGA的Pareto最优解搜索技术;删除非劣解集集中品质差的多余粒子以维持非劣解集在一定规模的基于AGA的非劣解集截断技术.仿真计算表明,和文献中典型的多目标进化算法比较,AGA-MOPSO算法在求解复杂大规模优化问题方面表现了良好的性能.     

求解航路规划优化问题的改进蚁群算法

航路规划是军事运筹研究的热点和难点问题。在对航路规划优化问题分析的基础上,综合考虑全航路暴露概率、被毁伤概率和航路航程,提出了基于改进蚁群算法的航路规划优化方法,通过引入挥发系数动态调整、信息素限幅控制、航路平滑算法和交叉算法,有效提高了算法的全局收敛性能和搜索速度。仿真结果表明,改进蚁群算法能够快速收敛并搜索到较满意合理的航路,可以为航路规划辅助决策研究提供借鉴和参考。     

基于遗传蚁群算法的港口集卡路径优化

为了解决港口中存在的集卡拥堵问题,在集装箱龙门吊装卸工艺系统下,探讨了影响集卡作业效率的因素和集卡路径构成成本, 建立了面向"作业面"的港口集卡路径成本优化模型. 针对这一模型设计了遗传蚁群算法并结合实例对问题求解, 且从集卡路径收敛、可变成本、惩罚成本和总成本的变化四个方面将该优化结果与蚁群算法的寻优结果进行对比, 证明遗传蚁群算法能够较快地收敛于最优解且所得成本更小.     

基于混合遗传算法的FMS优化配置及其工艺路线规划

针对基于CQN模型的FMS优化配置问题提出了一种混合遗传算法,充分利用CQN模型中生产量函数和成本函数的单调性,设计了最大产量-成本梯度算子来引导新一代种群从不可行域进入可行域.同时,在求解相应的工艺路线规划问题的遗传算法中引入了具有启发式规则的余量随机分配算子,可以将超过约束条件的余量随机分配到个体中去,并通过按照一定规则的调整而保证所有个体的可行性.这样,一方面实现了利用遗传算法求解FMS配置的约束优化问题,另一方面加强了遗传算法的局部搜索能力.算例证明该算法的求解质量好于目前该领域常用的隐枚举算法.     

基于粒子群优化的三维突防航迹规划仿真研究

提出了一种基于粒子群优化的三维突防航迹规划方法并进行了仿真验证。通过引入最小威胁曲面的概念生成三维航迹搜索空间,利用一个有限项的多项式函数来逼近最小威胁曲面中的三维航迹在二维水平面内的投影,从而原来的规划问题简化为在一个一元函数多项式系数空间中的搜索寻优。利用粒子群优化,将约束条件和搜索算法相结合,能有效减小搜索空间,提高效率。仿真结果表明,生成的航迹具有地形跟随、地形回避和威胁回避的功能。     

拥挤交通网络中组合的交通出行、OD、路径分配与收费定价模型

提出交通网络中出行选择、讫点选择、路径选择和道路收费定价的组合模型。模型被表示为两层规划,低层表示出行选择、讫点选择和路径选择的随机均衡模型,预测驾驶员对道路收费模式如何响应;上层确定最优道路收费,以达到网络出行费用最小。     

一种求解资源约束条件下运输优化问题的启发式方法

介绍了一种求解资源约束条件下的大规模组合优化运输问题的启发式方法。由于现实生活中的运输系统的复杂性，与总运输时间相关的目标函数无法用解析方法给出，在这种条件下它需要通过仿真运行得到，同时运输资源(主要指道路和中转站等)的限制又增加了优化的难度，传统的求解这种瓶颈运输问题的网络流方法无法处理。本文介绍的启发式方法充分利用了仿真模型对于系统的直观描述特性，将资源约束的求解反馈到优化过程中，取得了较好的效果。     

基于加权k-均值聚类与粒子群优化的多航迹规划

针对复杂环境下的无人机多航迹规划问题,提出了将粒子群优化（particle swarm optimization, PSO）算法与加权k-均值聚类算法相结合的规划方法。每个粒子表示一条航迹,采用加权k-均值聚类算法对粒子进行分类,得到多个粒子子群,在每个子群内部进行一条可行航迹的优化,最终得到多条不同的可行航迹。对传统k-均值聚类算法进行改进,采用排挤机制产生初始聚类中心,针对实际环境中突发威胁的分布不均性,在聚类过程中,对航迹节点按照所在区域突发威胁的出现概率进行加权,提出了加权k-均值聚类算法。仿真实验表明,所提出的方法能够有效地得到无人机的多条可行航迹。     

基于人工免疫克隆选择算法的无人机三维航迹规划

无人机航迹规划作为一个规模大、约束多、指标多的优化问题,其复杂性导致自动规划比较困难。构建了基于局部极坐标的水平航迹控制变量和基于特定平飞段飞行高度的纵向航迹控制变量,以水平航迹控制变量为优化变量,采用分步规划的策略,建立了基于人工免疫克隆选择算法的无人机航迹自动规划模型,该模型能够充分发挥计算机速度快、容量大的特点,能够对基于预处理结果的人工规划方法进行一定程度的改进。仿真结果验证了模型的可行性和有效性。     

基于自适应遗传算法的渠系优化配水模型研究

针对现有的建立在假定下级渠道配水流量相等基础上的渠道优化配水模型与绝大多数渠系实际配水要求不相符合等问题,研究了下级渠道流量不等时的渠系优化配水模型及其求解方法,并通过实例对基于自适应遗传算法和基本遗传算法的模型求解方法进行了比较。结果表明,与传统方法编制的配水方案相比,提出的模型和算法确定的渠系优化配水方案斗渠配水时间搭配合理、支渠配水流量均匀,符合优化配水原则;利用自适应遗传算法求解模型,能在进化过程中按个体优劣和群体分散程度自动调整遗传控制参数,可显著加快收敛速度和提高计算稳定性,具有较高的工程应用价值。