求解一类非标准DC规划的最优可观点算法

基于借用定位理论中的“可视性（visibility）”假设，我们提出了求解非标准DC问题的一种外逼近方法，称之为最成可视点算法，从而获得问题的全局最优解，并证明了算法的收敛性，该方法当非凸变量的数目较少时是有效的、实用的，它为非标准DC问题提出了一种新的求解途径。     

蚁群算法在车间调度问题中的应用

提出用蚁群算法求解车间调度问题.车间调度问题是典型的非确定性多项式时间难问题,蚁群算法是一种分布式进化计算方法,具有鲁棒性,正反馈,并行性等特点,而且算法简单.给出了用蚁群算法求解车间调度问题的流程,并且用经典的JSP的样例对算法进行了测试,实验结果表明用蚁群算法可以求解得到车间调度问题的最优解或近似最优解.     

动态参数下(m,n,k,b,d)类型AP问题的直接算法

首先提出了几种新的非标准形式的指派问题,简称(m,n,k,b,d)类型AP问题,并且给出了反点算法的改进算法,从而使改进的反点算法能够求解上述几种非标准形式的指派问题。     

一种求解二次模型信赖域子问题的新算法

在Hessian矩阵正定的前提下,首先根据信赖域子问题精确求解方法的思想,得到了最优曲线的参数方程,进而建立了一种最优曲线的微分方程模型.针对此微分方程模型,运用中点公式构造了一条折线.从而用该折线代替最优曲线,提出了一种求解二次模型信赖域子问题的新算法.数值结果表明新算法比切线单折线法具有明显的优势.     

最大路径算法在原条量材优化中的应用及其优化

在分析求解最短路径问题与求解最大路径问题差异的基础上,给出了一种在有向图中采用动态规划策略求解最大路径的算法,将其应用到原条量材网络图中求解原条最优量材问题;并提出了采用量材三角形优化原条量材网络图的一种优化方法,降低了算法的复杂度.通过实验验证了算法与优化方法的正确性与可行性.     

正定式约束下广义几何规划的一种线性化方法

几何规划是一类具有特殊形式的非线性规划问题,正定式几何规划问题借助于凸规划问题的求解已基本得到解决.但广义几何规划问题作为一种特殊的(DC)规划,至今没有好的求解方法.利用线性化技术,将正定式约束下的一类广义几何规划问题转化为一列凸规划问题进行求解,构造了正定式约束下广义几何规划的一种新算法,并证明了该算法的全局收敛性.     

DC规划的分支算法

从DC规划的特点出发,提出了一种线性化方法和分支算法来求全局最优解,实验表明,该方法比传统的DCA算法更简单、方便,而且DCA算法得到的仅仅是局部最优解.     

一种求解全局优化问题的修正相对熵算法及其收敛性

相对熵算法是一种应用随机模拟技术求解组合与连续全局优化问题的高效率方法.本文给出一个修正的求解全局优化问题的相对熵算法(MCE),并在假设所求解的问题仅有一个全局最优点的条件下,给出了修正算法的渐近收敛性.数值结果显示,MCE算法至少和CE算法具有同样的有效性.     

最优指派问题的动态规划模型及算法

考虑了指派问题:有m项工作和n个人.若m与n是相同的,并且每一项工作只能由一个人来做;同时,每一个人只能做一项工作;符合这一条件的指派问题称为标准指派问题;若m与n不相同, 则称为非标准指派问题.本文在充分考虑了指派问题性质的基础上,建立了求解标准指派问题的动态规划模型,并给出了其求解算法;同时在标准指派问题的动态规划模型的基础上给出了求解非标准指派问题的动态规划模型.最后,通过实例说明了本文提出的方法的基本步骤和计算方法的可靠性.     

一种基于粒子群算法和育种算法的混合算法

目的 求解无约束优化问题.方法 结合粒子群算法收敛速度快而育种算法不易陷入局部最优的特点,设计了一种新的算法.结果 数值试验结果 表明算法对于多峰值函数有很好的优化效果.结论 当群体最优信息停滞时,新算法能够使粒子群算法中的粒子跳出局部最优解,最终求得全局最优解.     

基于改进蚁群算法对 VRP 线路优化

针对基本蚁群算法存在易陷入局部最优解、 收敛速度慢等缺点, 先引入节约矩阵 U 作为先验信息引导蚂 蚁搜索, 然后通过不同搜索时段采用不同的信息素挥发因子, 使算法更好地在“探索冶和“利用冶之间达到平衡, 并对较优解应用 2-opt 方法进行优化。 最后将改进后的蚁群算法应用到物流配送车辆路径优化问题中。 实验结 果表明, 相比基本蚁群算法, 改进的算法可得到更好的物流配送路径, 是解决物流配送路径优化问题的一种有 效方法, 可快速、 高效地对送货车辆线路进行调整, 满足消费者的需求。     

遗传算法在生产作业调度中的应用

归纳总结了生产作业调度问题的数学模型,详细分析了模型中的目标函数。并在此基础上讨论应用遗传算法解决生产作业优化调度问题的过程及算法中相关参数的选取原则,最后通过算法模拟验证了遗传算法在解决生产作业调度问题上的全局近优性和高效性。     

Node ordinal encoded genetic algorithm for the optimal allocation of water resources

The shortage of water supply and the increasingdemand for water resources is a severe problem, andthe optimal allocation is the key to solving this prob lem in management of water resources. It is very dif ficult to solve the large scale discrete problem of waterresources programming because of the intricate rela tion between resources and environment. Combina tion exploding exists in traditional programmingmethods, such as enumerative and dynamic program ming methods. People are …     

两阶段遗传算法的结构及性能分析

针对基本遗传算法(简称BGA)常常存在局部收敛以及收敛解精度不高等方面的不足,提出了一种改进的算法——两阶段遗传算法,给出了算法的结构及具体的实施策略,进而利用Mark-ov链理论和仿真技术分析了该算法的收敛性能,结果表明该算法具有操作简单、鲁棒性强等特点,不仅可以有效地避免寻优过程中的“早熟”现象,而且在很大程度上能提高最优解精度,适合于大规模、高精度的优化问题。     

无线传感器网络数据聚合网络划分算法

提出了一种应用于无线传感器网络数据聚合的有效划分算法算法选取网络中一组无环连通点集抽象为广义数据汇聚点集．当传感器节点进行数据汇报时,信源节点依按需路由策略将数据传送到广义数据汇聚点集中数据在广义数据汇聚点集内经过在网计算,依表驱动路由快速转发至sink．理论计算确定最优广义数据汇聚点集选取方式,提出分布式“贪婪远跳”算法构建广义数据汇聚点集．仿真论证该优化选择保证网络内任意节点两跳可达广义数据汇聚点集的概率为97％,分析数据传输性能证明了该算法的有效性．     

基于Matlab仿真的机器手臂笛卡尔轨迹规划

为了消除机器手臂空间轨迹规划中采用一般插补法产生尖角的问题,结合空间直线插补和圆弧插补算法,提出一种新的圆弧连接匀速直线插补法,并引入"拟合度"的概念,在Matlab环境下对算法进行了仿真。结果表明,通过该算法以及对拟合度的调整可以获得最优规划路径。     

基于相似个体拥挤与Fibonacci法的遗传算法

由于传统遗传算法在应用中会出现"早熟",局部寻优能力较差,求解结果精度不高等缺点,提出了相似个体排挤方法和Fibonacci算子,给出了用相似个体的拥挤与Fibonacci算子相结合的改进遗传算法.数值仿真表明改进后的算法优于传统遗传算法和当前一些改进遗传算法,提高了遗传算法的局部搜索能力和收敛速度,并且能以较大概率搜索到优化问题的全局最优解.     

一个新的启发式搜索算法

本文提出一个新的启发式搜索算法,它可以在搜索过程中不断改善启发函数h,使最坏复杂度降为O(N)(N是被搜索图的大小)。本文还指了L.Mcro对“无普遍最优算法”的证明中的漏洞,并给出了新的证明。     

基于sharing函数具有死区初始化功能的 粒子群算法

主要是研究粒子群优化原理,针对粒子群算法的中局部最优问题,提出一种具有死区初始化粒子群算法.首先通过观察MATLAB可视化下粒子的运行轨迹,分析粒子陷入局部最优时的特征,并针对运行过程中出现停滞现象的粒子群,以当前局部最优粒子为中心画定“死区”,并对“死区”内的粒子重新初始化.利用标准测试函数进行测试,仿真结果表明,改进后算法不仅具有良好的稳定性,而且提高了粒子突破局部收敛限制的能力,从而提高了粒子群搜索最优解的能力.     

求解TSP的改进遗传算法

遗传算法是求解旅行商问题的一种全局优化概率搜索算法方法,文中针对遗传算法较快的找到最优解并防止"早熟"收敛问题,提出了一种新的分级方法,该方法在各级中以群体当前最优个体替代各级中的最差个体,并在各级中采用自适应变异概率,改进后的遗传算法不但有效的维持了群体的多样性,而且提高了收敛速度,最后实验表明,改进的算法是可行和有效的.