基于竞争式协同进化的混合变量粒子群优化算法

现实工业生产应用中存在大量的混合变量优化问题,这类问题的决策变量既包含连续变量,又包含离散变量。由于决策变量为混合类型,导致问题的决策空间变得不规则,采用已有的方法很难进行有效求解。引入协同进化策略,提出一种基于竞争式协同进化的混合变量粒子群优化算法(competitive coevolution based PSO,CCPSO)。设计基于容忍度的搜索方向调整机制来判断粒子的进化状态,从而自适应地调整粒子的搜索方向,避免陷入局部最优,平衡了种群的收敛性和多样性;引入基于竞争式协同进化的学习对象生成机制,在检测到粒子进化停滞时为每个粒子生成新的学习对象,从而推动粒子的进一步搜索,提高了种群的多样性;采用基于竞争学习的预测策略为粒子选择合适的学习对象,充分利用了新旧学习对象的学习潜力,保证了算法的收敛速度。实验结果表明：相比其他主流的混合变量优化算法,CCPSO可以获得更优的结果。     

基于多目标进化算法混合框架的MOEA/D算法

针对混合多目标进化算法中如何设计全局搜索算法和局部搜索策略结合机制的难点问题以及提高多目标进化算法的求解性能,基于反馈控制思想,提出了一种系统化、模块化的全局优化与局部搜索相结合的混合MOEA/D算法,算法中设计了一种基于拥挤熵的种群多样性度量方法;提出了基于简化二次逼近的局部搜索策略,以及针对MOEA/D的种群多样性增强策略。数值实验表明所提算法具有良好性能,可以兼顾算法求解的多样性和收敛性,所提混合框架可有效提升现有多目标进化算法的求解性能。     

一种动态协同进化算法求解双边顺序相依拆卸平衡问题

针对大型产品在双边拆卸线进行作业时，零部件间存在拆卸干扰的情形，构建双边顺序相依拆卸线平衡问题优化模型，并提出一种动态协同进化算法。所提算法设计了一维正负整数排列编码方法，可将任务间先后关系及任务所在操作方位同时有效表示，编码简单易于实现；采用动态邻域深度搜索策略，提高局部搜索质量；引入后天学习算子，加快个体进化速度；通过种群间相互交流，提升下一代种群质量。最后，通过算例验证所提算法具有良好的寻优性能。     

一种基于相位比较的量子遗传算法

针对量子遗传算法不适于连续函数优化的问题,提出了一种改进的量子遗传算法。该算法直接将量子染色体与当前最优解相比较来确定旋转门的旋转角,种群中各个体以不同速率向最优解进化以同时实现全局搜索与局部搜索,引入变异操作以防止算法早熟收敛。对该算法及其全局收敛性进行了分析后,将其用于函数极值求解与PID控制器的参数优化,并与遗传算法和量子遗传算法进行比较。仿真结果表明该算法具有较好的寻优性能。     

基于模式搜索的类电磁算法求解约束优化问题

针对约束优化问题,提出了一种基于模式搜索的类电磁算法。引入了粒子的违反度函数,将约束优化问题转化为双目标无约束优化模型来求解;提出了双目标模型中粒子的电荷和受力的计算公式,引导不可行粒子转化为满足约束条件的粒子;为了提高算法的搜索能力,结合模式搜索算法改进种群中的粒子,为类电磁算法提供了有效的局部信息。与以往算法仿真结果相比,新算法具有性能好、较稳定的优点。     

基于分布式免疫进化算法的函数优化

针对遗传算法在寻优过程和多峰值函数求解中出现的“早熟”问题以及免疫算法收敛速度较慢问题,将免疫算法和进化算法进行优势融合,并结合改进的进化算法的并行模型,提出一种新的算法--分布式免疫进化算法（distributed immune evolutionary algorithm,DIEA）。新算法主要包括记忆种群进化模块和子种群进化模块两个部分,子种群的主要功能是找出各个区间的局部最优解;主种群主要是进行全局搜索,寻找全局最优解。仿真实验表明,该算法具有很高的全局寻优能力和很快的收敛速度,适合求解复杂多峰函数优化问题。     

采用非固定多段映射罚函数的非线性约束优化差分进化算法

采用非固定多段映射罚函数法处理问题的约束条件,提出了一种用改进差分进化算法求解非线性约束优化问题的新方法.结合差分进化算法两种不同变异方式的特点,引入模拟退火策略,使算法在搜索的初始阶段有较强的全局搜索能力,而在后阶段有较强的局部搜索能力,以提高算法的全局收敛性和收敛速率.用几个典型Benchmarks函数进行了测试,实验结果表明,该方法全局搜索能力强,鲁棒性好,精度高,收敛速度快,是一种求解非线性约束优化问题的有效方法.     

具有广泛学习策略的回溯搜索优化算法

回溯搜索优化算法(backtracking search optimization algorithm, BSA)是一种新型的进化算法。同其他进化算法类似,该算法仍存在收敛速度较慢的缺点。针对这一问题,在详细分析该算法原理的基础上,提出了具有广泛学习策略的改进算法。为了充分利用种群搜索到的较优位置,该策略首先利用提出的最优学习进化方程,通过与引入的随机进化方程之间随机选择来提高算法的收敛速度和搜索精度;另一方面,该策略利用提出的最优学习搜索方程,通过控制种群的搜索方向,促使种群尽快收敛至全局最优解。最后对20个复杂测试函数进行了仿真实验,并与其他3种目前流行的算法进行了比较,统计结果和Wilcoxon符号秩检验结果均表明,所提出的改进算法在收敛速度以及搜索精度方面具有明显优势。     

应用改进萤火虫算法求解基于学习退化效应的PFSP问题

为了提高基于学习退化效应的置换流水车间调度问题的求解效率,提出一种改进的萤火虫算法来增强算法性能。首先,给出一种基于目标函数的动态自适应惯性权重莱维飞行萤火虫算法,提高了算法收敛速度,易于快速搜索局部及全局最优解;其次,在标准萤火虫算法的基础上对每次移动后的萤火虫群引入差分进化算法,促进萤火虫个体决策域半径内的信息交换与共享,增加种群多样性,提升了算法收敛精度;最后,根据机器加工具有学习及退化效应的特性,通过Matlab对Car类和Rec类置换Flow-shop Benchmark问题的测试验证了改进萤火虫算法对于求解此类问题有很好的可行性及鲁棒性,并分析了不同学习率与退化效应因子组合对目标函数的影响。     

一种多目标优化问题的混合优化算法

利用分布估计算法(EDA)的全局搜索性能及差分进化(DE)算法的局部优化能力,提出了一种多目标优化问题的混合智能求解方法DE-EDA.DE-EDA的子代个体由两部分构成,一部分按差分进化算法生成,另一部分则是通过对分布估计算法的概率模型进行随机采样生成.利用模拟退火技术在线调整尺度因子Pr,即在进化的初期选择较大的Pr,以保证EDA起主导作用,由EDA引导DE搜索向Pareto前端,增加全局搜索能力,然后在进化的过程中逐渐降低Pr,使得DE逐渐占据主导作用,确保解精确收敛到Pareto前端.通过4组基准函数来测试算法性能,并与NSGA-Ⅱ和DE算法进行实验比较,结果表明该方法不仅解的多样性和分布性好,而且能够有效提高种群进化的收敛速度,是一种求解多目标优化问题的有效方法.     

THE 8~(th) INTERNATIONAL CONGRESS ON INDUSTRIAL AND APPLIED MATHEMATICS

正August 10-14,2015Beijing,China The International Congress on Industrial and Applied Mathematics(IClAM)is the premier international congress in the field ofapplied mathematics held every four years under the auspices ofthe International Council for Industrial and Applied Mathematics.From August 10 to 14,2015,mathematicians,scientists and entrepreneurs fiom around the world will gather in Beijing,China for the 8th IClAM to be held at     

The 12th International Conference on Service Systems and Service Management ICSSSM'15

正~~     

Enterprise resource planning implementation decision & optimization models

To study the uncertain optimization problems on implementation schedule, time-cost trade-off and quality in enterprise resource planning (ERP) implementation, combined with program evaluation and review technique (PERT), some optimization models are proposed, which include the implementation schedule model, the timecost trade-off model, the quality model, and the implementation time-cost-quality synthetic optimization model. A PERT-embedded genetic algorithm (GA) based on stochastic simulation technique is introduced to the optimization models solution. Finally, an example is presented to show that the models and algorithm are reasonable and effective, which can offer a reliable quantitative decision method for ERP implementation.     

A calculus for services innovation

Innovation in the services area - especially in the electronic services （e-services） domain - can be systematically developed by first considering the strategic drivers and foci, then the tactical principles and enablers, and finally the operational decision attributes, all of which constitute a process or calculus of services innovation. More specifically, there are four customer drivers （i.e., collaboration, customization, integration and adaptation）, three business foci （i.e., creation-focused, solution-focused and competition-focused）, six business principles （i.e., reconstruct market boundaries, focus on the big picture not numbers, reach beyond existing demand, get strategic sequence right, overcome organizational hurdles and build execution into strategy）, eight technical enablers （i.e., software algorithms, automation, telecommunication, collaboration, standardization, customization, organization, and globalization）, and six attributes of decision informatics （i.e., decision-driven, information-based, real-time, continuously-adaptive, customer-centric and computationally-intensive）. It should be noted that the four customer drivers are all directed at empowering the individual - that is, at recognizing that the individual can, respectively, contribute in a collaborative situation, receive customized or personalized attention, access an integrated system or process, and obtain adaptive real-time or just-in-time input. The developed process or calculus serves to identify the potential white spaces or blue oceans for innovation. In addition to expanding on current innovations in services and related experiences, white spaces are identified for possible future innovations; they include those that can mitigate the unforeseen consequences or abuses of earlier innovations, safeguard our rights to privacy, protect us from the always-on, interconnected world, provide us with an authoritative search engine, and generate a GDP metric that can adequately measure the growing knowledge economy,     

高速低复杂度可重构L&R算法研究与实现

为满足卫星有效载荷数据传输系统高速、高可靠性的需求, 提出一种基于L&R(Luise and Reggiannini)算法的高速低复杂度可重构频偏恢复实现方案。为便于算法逻辑架构实现, 对算法的函数功能进行分解及模块化设计; 为减少乘法器资源消耗, 采用复用分解的自相关函数模块; 为提高L&R算法的精度, 对导频段自相关函数进行多段叠加。结果表明, 高速低复杂度可重构频偏恢复实现方案解调性能损失接近为0 dB, 且优化后的算法结构相比于直接结构可减少92.59%的乘法器消耗, 拆分的自相关函数功能模块具有可复用性和重构性。该算法的可工作时钟速率高达370.37 MHz, 在高速接收机中具有极高的应用价值。     

论生物系统中的功能不守恒性

根据能量守恒定律，能量一次转换所做的总功应等于输入的总能量。但在生物系统中，能量的转换是多次的，其总功之和大于系统输入的总能量，此现象称之为功能不守恒性。能量转换效率越高，功能差别越大。能量通过细胞水平的多次转换，总功可提高至2倍左右。能量通过生态系统水平多次转换，总功可提高至1．4倍左右。通过系统内各子系统能流之和称为序能，反映了系统有序性大小，它取决于系统输入总能量和能量转换效率。根据序能原理，用GDP^2／9(GDP为国内生产总值，Q为能量总输入)反映人类社会功能和效率，要比单纯用GDP更客观。绿色GDP应同时考虑使GDP^2／Q增长最大和使自然生态系统的序能最大。人的经济行为和动物的行为对策也符合序能原理。     

Dealing with Human Relations in Chinese Systems Practice

This paper is about the Wuli, Shili, Renli (WSR) systems methodology. An important concept within this, Renli, has been developed from Confucian philosophy to clarify to Chinese researchers the necessity of dealing with human relations in systems practice. At present, the only formal means of operationalizing Renli that people are exploring in China is to import from the West methods for organizing debate. However, the concept of Renli suggests that more is needed than methods alone. In particular, facilitation skills are required. It is argued that the development of facilitation skills can be enhanced if researchers can gain both theoretical and practical knowledge of group dynamics, and engage in activities of self-reflection to look at, and alter, their own roles in these dynamics and the wider sociopolitical system. There are therefore three aspects to Renli: the use of systems methods for organizing debate, the acquisition of facilitation skills, and self-reflection geared toward the development of facilitation skills and enhanced critical awareness of the politics of intervention.     

云环境中邮件服务器面向传输的优化设计

随着云计算的发展,新的应用不断涌现,但电子邮件服务依然占有着重要的地位.邮件服务器是一种I/O密集的应用.在云计算时代,越来越多的用户邮件保存在服务器端,邮件在从客户端传输到服务器端之前,邮件或者邮件的部分内容在服务器端可能已经存在.基于这种现象,提出了一种方案,通过引入计算的代价来降低通信量,从而提高邮件服务器的处理能力.对电子邮件的格式和SMTP协议进行了扩充,引入了附件和正文分离传输的模式.在邮件传输时,客户端先计算附件的散列值,并作为正文的一部分传输到服务器端,服务器端再根据散列值来判断附件是否需要传输.     

金工工艺的优化设计

运用价值工程与运筹工程理论, 在金工工艺单项设计指标优化的基础上, 对其设计指标也进行了全面优化。