广义分配问题的一种小生境遗传蚁群优化算法

提出一种小生境遗传算法与蚁群优化算法相结合的小生境遗传蚁群优化算法用于求解NP难的广义分配问题,以避免经典求解算法存在的易陷于局部最优的缺陷.以典型的广义分配问题——火力分配为例,对该算法进行实验,并将实验结果与其它算法进行分析比较.结果表明:新复合算法优化效率高,运行时间短,对其它的NP问题同样适用.     

多无人机编队协同目标分配的两阶段求解方法

多无人机编队协同目标分配是一类组合优化问题,常规的求解方法难以满足战场环境对求解速度的要求。文章提出了一种两阶段目标分配方法,将该问题分解成编队级分配和编队内分配2个阶段。首先通过K-Medoids聚类算法实现编队级目标分配,将目标簇分配到无人机编队,然后通过混合整数线性规划模型和蚁群算法实现编队内目标分配,将目标分配到无人机。通过两阶段求解,降低多无人机编队协同目标分配问题的求解难度。仿真结果表明,该方法可行且有效,能够提高求解效率,大幅度缩短求解时间。     

动态自适应蚁群算法在二次分配问题中的应用

采用一种新算法--动态自适应蚁群算法解决二次 分配问题, 并引入3-opt方法对问题求解进行局部优化, 通过对二次分配问题的不同实例进 行实验, 结果表明, 该算法在求解二次分配问题上具有较好的能力, 可以很好地解决较大规 模的二次分配问题, 而以往的算法只适合于处理较小规模的二次分配问题.     

最小Hamilton圈问题的求解新方法

最小Hamilton圈可以用于求解货郎担问题，但至今没有一种有效的求解最小Hamilton圈的方法．文中提出元素判别值分配法是求解该问题的一个有效方法，可将其应用于求解最小Hamilton圈的算法设计．     

基于粒子群优化算法的协同空战导弹目标分配

为了取得协同空战的最佳攻击效果,在协同攻击的过程中进行导弹-目标最优分配是一种有效的解决方法。首先运用作战效能和运筹学理论建立多目标协同攻击的导弹-目标最优分配模型,其次在分析基本粒子群优化算法特点的基础之上提出了一种改进粒子群优化算法,其中的主要改进有3点:惯性权自适应调整、粒子速度与位置自动更新以及优化策略改进。然后将该改进粒子群优化算法应用于协同空战导弹-目标最优分配问题的迭代求解。仿真结果表明所采取的改进策略加快了算法的收敛速度,提高了粒子的局部求解精度与全局寻优能力,并且与基本粒子群算法、遗传算法相比较,该改进粒子群优化算法能够更加快速、有效地求出多目标协同攻击的导弹-目标分配最优解。     

机场停机位分配问题的遗传算法

停机位分配作业关系到整个机场的系统运作,其作用相当重要。通过分析航空器占用停机位时区集合的特点,应用划分时间片算法建立了停机位分配的图论模型,将机场停机位分配问题转化为图的k-顶点着色问题。应用遗传算法求解图的K-顶点着色问题,给出了机场停机位分配问题的实用算法。最后将该算法应用于一个算例。     

一种求解图着色的单亲遗传算法

给出了一种求解图着色问题的新算法,即单个个体的单亲遗传算法.算法采用顶点序号的聚类编码将个体的某个子串随机分配到其他子串中的变异方法.并对该算法的时间复杂度进行了分析比较,结果表明该算法具有较好的运行效率与收敛速度.     

基于遗传算法的机场停机位分配问题研究

停机位分配作业关系到整个机场的系统运作,其作用相当重要。通过分析航空器占用停机位时区集合的特点,应用划分时间片算法建立了停机位分配的图论模型,将机场停机位分配问题转化为图的k-顶点着色问题。应用遗传算法求解图的K-顶点着色问题,给出了机场停机位分配问题的实用算法。最后将该算法应用于一个算例。     

基于分流率的路径交通量求解算法

为求解交通分配问题，提出一种基于分流率的路径交通量求解方法．该方法通过求解一个基于分流率的交通分配模型确定了满足用户平衡准则的路径交通量．文中首先给出分流率的定义，并根据该定义建立一个以分流率为求解变量的交通分配模型，然后证明该模型等价于传统的以路径交通量为变量的交通分配模型．新建模型是一带等式约束和不等式约束的非线性规划，它的变量个数是网络中终点个数和路段个数之积的线性函数，且比以路径交通量为变量的交通分配模型要少很多．文中通过引入网络中节点和有向路段的平均成本的定义简单有效地解决了新建模型消除等式约束后梯度难以求解的问题，并以此给出新建模型的求解算法．该算法以近似Newton方向到约束空间上的投影作为下降方向，用不精确搜索技术确定搜索步长．文中从理论上证明了算法的可行性和收敛性，并通过算例阐述了算法的有效性．计算结果表明：该方法可在理想的时间内求解大规模网络的交通分配问题；在计算时间、计算精度和所需存储内存上比其他能够确定出路径交通量的求解算法都要优越；在相同的计算精度下计算时间仅仅是其他算法的三分之一，甚至更小．     

煤矿铁路最优空车分配方案的数学模型及算法

运用计算机编制矿区的最优空车分配方案 ,使全矿的总落地煤最少 .建立了数学定义和数学模型 ,给出空车分配问题的一系列最优性准则及化简方法 ,有效地降低了求解该问题的规模 .应用动态规划方法编制了求解该问题最优解的计算机算法 ,分析了该算法的复杂性和有效性 .通过对一个实例的计算和结果的分析 ,说明该算法在实际应用中是可行的 .     

求解广义分配问题的拉格朗日蝙蝠算法

基于广义分配问题(GAP)自身的特点,将拉格朗日松弛算法(LR)和蝙蝠算法(BA)相结合,提出了一种高效的拉格朗日蝙蝠算法(LR-DBA)。首先,基于GAP的数学模型,在BA算法的基本框架上,重新定义了蝙蝠速度、位置以及局部更新公式,得出全新的求解GAP的离散蝙蝠算法(DBA)。其次,将其与LR相结合,设计出求解GAP的LR-DBA算法。最后,经过大量算例测试表明,对比DBA算法,LR-DBA混合算法在求解GAP时具有明显优势。     

多传感器多目标数据互联中的拉格朗日松弛算法研究

拉格朗日松弛算法在现代优化启发式算法中占有重要地位，本文对多维分配问题的拉格朗日松弛算法进行研究，重点研究松弛次序对数据互联结果的影响。研究方法是针对不同测量误差情况下进行计算机仿真实验。结果表明，多传感器多目标数据互联的拉格朗日松弛算法中，松弛探测效果较好的传感器的观测数据，有助于提高目标关联的准确率，且算法的计算量相应减少。该结论使多维分配问题的拉格朗日松弛算法能满足工程上对数据进行实时处理，具有实际应用价值。     

考虑设施失效及客户重指派的网络选址模型及求解

基于无容量约束且固定费用的设施选址模型,综合考虑系统运作成本及其可靠性,提出了考虑失效概率及对客户多层级重指派的非线性混合整数规划模型,并用优化的拉格朗日松弛算法对线性处理后的模型进行求解.结果表明:拉格朗日松弛算法适用于中等规模的选址问题;相对于客户的多层级重指派,其设施失效概率对网络选址的影响较大.     

0-1多项式背包问题的一种精确算法

提出了0-1多项式背包问题的一种新的精确算法. 该算法是一个基于拉格朗日松弛和对偶搜索的分枝定界方法. 用外逼近法求拉格朗日对偶问题得到上界,其中拉格朗日松弛问题通过转化为一个网络最大流问题来求解. 为了提高算法的效率,利用两种启发式方法求初始可行解,并用填充和交换的方法改进后得到初始下界; 并且在分枝定界前, 利用所得到的拉格朗日界, 先固定最优解中某些变量的值. 数值结果表明该算法是有效的.     

2-D奇异系统特征多项式与剩余多项式的区域配置

研究2-D奇异系统特征值配置问题中的特征结构配置问题。通过静态反馈，将特征多项式与剩余多项式配置在给定区域。提供设计静态反馈和计算剩余多项式的充要条件，并给出2种将特征多项式与剩余多项式进行区域配置的算法。这些结果可以推广到多输入多输出的2-D奇异系统的特征结构配置在给定区域的问题中。文未对2种算法进行比较。     

需准备时间的FFS调度的一种拉格朗日松弛算法

针对需调度顺序相关准备时间的柔性流水车间生产调度问题,建立以成本最小化为目标的整数规划模型,用基于拉格朗日松弛的方法来求解。在常用的次梯度算法处理拉格朗日对偶问题时,迭代过程易出现振荡,严重影响了收敛效率。因此,利用了隶属度函数给出迭代过程中所有次梯度的合适权重,将它们线性加权得到新的迭代方向。最后通过算例表明,此算法有效的减少了迭代次数,提高了算法的优化性能。     

Efficient Hierarchical Algorithm for Mixed Mode Placement in Three Dimensional Integrated Circuit Chip Designs

Hierarchical art was used to solve the mixed mode placement for three dimensional(3-D)integrated circuit design.The 3-D placement flow stream includes hierarchical clustering,hierarchical 3-D floorplanning, vertical via mapping,and recursive two dimensional(2-D)global/detailed placement phases.With state-of-the-art clustering and de-clustering phases,the design complexity was reduced to enhance the placement algorithm efficiency and capacity.The 3-D floorplanning phase solved the layer assignment problem...     

基于增广Lagrangian算法的供应链生产计划协调优化

为解决具有分布特点的多厂供应链生产计划的协调问题,提出了一种基于增广L agrang ian松弛算法的内部价格协调优化策略。利用增广L agrang ian松弛算法将工厂之间的耦合约束松弛,从而把整个供应链计划问题分解为多个可利用本地信息求解的单厂计划子问题。为获取问题可行解与加快算法的收敛速度,又分别提出了一种前溯式可行化算法与一种模糊次梯度算法。通过协调中心对产品内部价格的迭代更新,实现了整个供应链生产计划的协调优化。仿真结果表明,该策略能够较好地协调多厂供应链计划,效果明显优于已有的协调方法。     

MPLS over WDM网络静态业务量疏导算法研究

针对基于波分复用的多协议标记交换(multiprotocol label switching over wavelength division multiplexing,MPLS over WDM)网络的静态业务量疏导,即根据给定的网络拓扑和业务量需求矩阵,进行合理路由和流量分配,从而优化网络性能的问题,提出了一种基于拉格朗日松弛的层间分解算法(Lagrangian relaxation based inter-layer decomposition algorithm,LR-ILDA),将整个优化问题分解成MPLS和WDM层的2个子问题,通过2层数据交互迭代的方式得到整个问题的上、下界,从而精确地估算出问题的最优解.通过仿真结果证明,随着业务量增大,上、下界差距越来越小;对大型网络和大量业务请求,本算法可使上、下界在合理时间内聚合到较小范围内.     

用ALE方法实现射流侵彻靶板的三维数值模拟

为了给一些非轴对称成型装药的设计提供一种有效的计算手段,需要对射流侵彻靶板进行三维数值模拟。采用软件ＬＳ－ＤＹＮＡ中的ＡｒｂｉｔｒａｒｙＬａｇｒａｎｇｅ－Ｅｕｌｅｒ描述法。成功地实现了切割器射流器射流切割靶板的三维数值模拟,计算结果与实验吻合。