大型电站流体网络的POSTD实时仿真算法

本文针对大型电站实时仿真中常见的热工流体网络的求解问题,提出大型稀疏矩阵的POSTD实时仿真算法。POSTD (Pre___Ordering Symbolic Triangular Decomposition) 算法是在RCM排序算法的基础上加以改正,而得到的整体近似最优排序算法。同时根据流体网络计算的特点和要求,将原位LDL~1分解为三个步骤进行,即符号模拟分解、数值分解及数值求解。并在自动建模系统的支持下,在网络模块自动生成之前完成模拟定序和符号分解工作。从而大大提高了动态仿真的计算速度,同时节省存储单元,达到实时仿真的要求。该算法已编制成通用软件包。该软件包具有通用性强、实时性好、使用灵活方便和仿真精度高的特点。能适合并满足电站各种流体网络的快速计算,已用于长春20万千瓦仿真系统中。     

三站无源定位系统数据关联算法

全局最优量测数据关联算法是无源定位技术中的关键问题。针对三站无源定位系统全局最优数据关联的三维（3-D）分配问题，提出一种新的直接求解算法——启发式消元算法。该算法通过直接对代价矩阵的元素进行启发式消元，得到分配问题的最优解。给出算法相关原理的分析和证明以及算法的具体步骤。并将其应用于三部光电被动传感器多目标无源定位系统两级数据关联算法的第二级关联过程中。对启发式消元算法和求解3一D分配问题的近似最优求解算法——拉格朗日松弛算法的算法复杂性进行了分析对比。理论分析和仿真实验均表明，该算法较适合与两级关联算法联合使用。与拉格朗日松弛算法相比。该算法计算量小。便于实现。是一种新的、有效的全局最优数据关联算法。     

目标点动态变化的最优路径算法

研究目标点动态变化的最优路径算法,提出了一种改进的启发式最优路径算法,并采用实际路网数据进行了数据仿真实验,结果表明:提出的方法能较好的解决最优路径算法的实时性和精确性之间的平衡,具有较大的应用价值.     

集装箱倒箱问题的启发式算法研究

为降低集装箱堆场的倒箱率,对翻倒箱落箱位置的确定问题进行了研究,提出了一种启发式算法H及其改进算法IH。利用仿真实验将所提出的两种启发式算法与最优解及已有启发式算法OH进行了比较,结果表明,提出的两种启发式算法在解的效果和稳定性上均明显优于算法OH,其中改进算法IH相对算法H又有进一步的提高。     

结合局部结构学习的Bayesian优化算法

在Bayesian优化算法中Bayesian网络的学习是算法应用的关键,而Bayesian网络学习是一个NP-hard问题,并且计算量大。为了能够快速获得较稳定的Bayesian网络,提出了一种新的学习策略,在学习Bayes-ian网络结构时采用对局部结构的贪婪算法,并结合局部搜索利用打分测度选取最优边。对所提算法进行了分析,在算法复杂度较小的情况下,所学习的Bayesian网络可靠性明显提高,算法收敛速度加快,并且避免陷入局部最优。仿真研究表明文章所提出算法寻优能力优于传统Bayesian优化算法。     

基于超启发式算法的备件供应网络结构优化

为了通过对供应网络结构进行优化从而提高备件供应的效率和效益,分别对传统正向供应网络、应急横向供应网络以及考虑抢修任务的闭环供应网络3种备件供应网络结构进行研究。以供应成本最小和供应时间最短为目标,以备件满足度、库存等为约束,构建了带约束的多目标优化模型。提出了一种基于排序选择函数的超启发式多目标进化算法,同时可以对不同网络结构模型进行求解。在ZDT系列测试函数上将该算法与其他进化算法进行对比测试,验证了所提出的超启发式算法在收敛性和分布性上的优越性。算例表明,一方面,与传统前向供应网络相比,横向和闭环供应网络能够提高备件供应的时效性和经济性;另一方面,超启发式算法在求解模型时取得的解优于其他元启发式算法。     

多车场满载货运车辆优化调度的网络流算法

探讨在一般条件下的多车场满载的VSP问题。建立了它的网络流模型，并给出了一个基于该网络流最优解的启发式算法。该算法的一个明显特征是，对每一条行车路线的确定总是基于一修改后的网络流模型的最优解，大大提高了算法结果的优化质量。同时，与其它同类算法相比，其算法设计也明显偏优。     

能力受限批量问题的启发式算法与CPLEX仿真优化

能力受限批量问题多数都是NP-hard问题,解决方法之一就是构造启发式算法获取尽量接近最优解的可行解。目前多数文献通过大规模计算分析来评价启发式算法的性能,但是这种评价方式只能表明该算法针对特定实例的适应性。利用商业优化软件求解同一实例并与算法计算结果进行对比分析,可以体现算法的有效性。针对一种运输能力外包且费用时变的多产品动态经济批量问题,建立混合整数规划模型,通过约束松弛与模型分解,设计出一个基于拉格朗日松弛理论的启发式算法进行模型求解。大量随机实验计算结果以及CPLEX仿真优化结果对比分析表明,在某些实例情况下,启发式算法获取的最优值与CPLEX获取的相当,但是求解时间要明显优于CPLEX,因此选择启发式算法求解此类实例是较优的。     

基于蚁群策略的无线传感器网络能量有效路由算法

从无线传感器网络自身的特点出发,提出了一种基于蚁群策略的无线传感器网络能量有效路由算法(energy efficient routing algorithm based on ant colony optimization for wireless sensor network,EEAWSN).该算法设计了一个新的能够均衡传输能量消耗和节点剩余能量的蚂蚁前向移动的选择概率模型,并给出路径最优度的概念来评价路径的最优性.仿真结果表明,与其他蚁群策略的路由算法相比,该算法找到了一条路径最优度最优的路径,在此路径上传输能量消耗最小,并且兼顾了节点的剩余能量,从而延长了整个网络的生存时间.     

一种高效的实时交通信号灯控制算法

针对交通信号灯实时控制问题,设计了一种以最小化车辆等待时间为目标的数学模型,并给出了一种能求解该模型最优解的启发式搜索算法.仿真结果显示启发式搜索算法存在求解时间长,求解效率不稳定等问题.因此在原算法基础上加入了多阶段决策优化方法,并且在各个阶段中采用了限时搜索,使得算法能在固定时间内得到结果,保证了算法的稳定性和实时性.通过实际数据仿真显示,优化后的算法对比固定周期算法减少了车辆的等待时间;对比原始的启发式搜索算法,提高了求解效率,满足了实时控制的要求.     

最优信号控制条件下城市交通离散网络设计问题的备用能力模型

将备用能力的概念与城市交通离散网络设计问题结合在一起,一方面通过对路口的信号进行最佳设置使交通网络可以容纳最大的交通需求量;另一方面,通过在交通网络中添加新的路段来提高整个交通网络的通行能力.给出了最优信号控制条件下城市交通离散网络设计问题备用能力的优化模型及其启发式求解算法.最后,通过一个简单的算例,说明该算法是可行并且有效的.     

基于深度强化学习的应急通信网络规划方法

针对应急通信网络规划传统算法对先验知识要求高、时效性不强等问题,提出一种基于深度强化学习的应急通信网络拓扑规划方法。研究了基于蒙特卡罗树搜索与自博弈相结合的网络规划样本数据生成方法,设计了基于残差网络的策略网和价值网,在此基础上使用Tensorflow库对模型进行构建和训练。仿真结果表明,提出的规划方法能够有效实现网络拓扑的智能规划,且具有较高的时效性和可行性。     

基于深度强化学习的应急通信网络规划方法

针对应急通信网络规划传统算法对先验知识要求高、时效性不强等问题,提出一种基于深度强化学习的应急通信网络拓扑规划方法。研究了基于蒙特卡罗树搜索与自博弈相结合的网络规划样本数据生成方法,设计了基于残差网络的策略网和价值网,在此基础上使用Tensorflow库对模型进行构建和训练。仿真结果表明,提出的规划方法能够有效实现网络拓扑的智能规划,且具有较高的时效性和可行性。     

城市公交系统连续平衡网络设计的双层规划模型及求解算法

根据城市公交网络的具体特点 ,对公交网络进行了系统的描述 ,提出一个双层规划模型来描述连续平衡公交网络设计问题 .在双层规划模型中 ,上层模型为一个标准的公交网络设计模型 ,下层模型是一个公交网络平衡配流模型 .针对所提出的模型 ,设计了基于灵敏度分析的求解算法 .最后 ,给出一个简单算例对所提出的模型和算法加以验证 .     

大型城市地下物流网络优化布局的模拟植物生长算法

交通拥堵问题的加剧使传统物流网络在我国大型城市已达到极限, 未来地面物流系统将逐步向地下不同层次里转移并释放出城市地上空间.本文以斯坦纳最小树(SMT)为理论模型, 建立了符合我国大型城市不断扩展这一特点的树状地下物流网络布局模型. 由于 SMT 为 NP-完全问题, 因此算法的寻优能力是研究的关键. 本文所采用的模拟植物生长算法(PGSA)是以植物向光性理论为启发式准则的智能算法, 该算法是利用人工植物在给定物流节点集解空间中的生长过程得到城市地下物流网络的最优布局. 通过对国际公布的STEINLIB实例数据计算并与蚁群算法和模拟退火算法进行比较, 表明模拟植物生长算法具有较强的精确性、稳定性和全局搜索能力.     

基于列生成法的不正常航班调度

不正常航班调度是一个非常复杂的实时网络优化问题,属于NP难问题.同时考虑由飞机资源短缺和机场关闭造成的航班不正常情况,采用时空网络技术为每架飞机构建恢复网络,在此基础上将该问题视为带有容量约束的多个商品的整数最小费用流问题,建立了多商品网络流数学模型.采用列生成算法求解该大规模整数规划问题,对于求得的非整数解采用分支定界法进行处理.最后,给出的算例验证了该方法的正确性和有效性.     

动态公交网络设计的双层规划模型及算法研究

根据城市公交网络的具体特点,对公交网络进行了系统的描述,同时从公交管理部门和公交出行者两方面进行系统的考虑,提出了一个双层规划模型来描述动态公交网络设计的问题.在双层规划模型中,上层模型为一个基于时刻表的公交网络设计模型,下层模型是一个动态公交网络用户最优配流模型.针对所提出的模型,设计了基于混沌优化方法的求解算法,并给出了一个简单的数值实验来说明所给模型和求解算法的有效性.     

动态模糊语义网及其并行执行

本文讨论了动态模糊语义网的概念及其在曙光１０００并行机上的实现问题。如何将模糊结点最优分配到并行多处理机的处理器上的问题是ＮＰ完全型的。本文提出了一种基于模拟退火思想的算法解决了模糊结点的分配问题，并在曙光１０００并行机上对结果进行了验证。