基于混合遗传算法的多UCAV协同任务分配方法

针对多UCAV协同作战的控制决策问题,提出了多UCAV任务分配的多目标整数规划模型.将问题的启发性知识融合进遗传算法,提出了求解该问题的基于整数编码的混合遗传算法.将变量根据约束条件特点分为自由变量和非自由变量,仅对非自由变量编码,减小了染色体长度和变化要素,从而提高了算法的效率.设计了适于整数编码的交叉和变异算子,并巧妙地利用约束条件限制变异范围,以提高个体满足约束条件的概率.以UCAV的SEAD任务为想定,进行了仿真实验.实验结果表明混合遗传算法可以有效地解决大规模整数规划问题,在求解效率和提高约束条件满足率上优于标准遗传算法.     

量子粒子群算法求解整数规划的方法

粒子群算法主要用于优化连续性问题。如果用于求解整数规划问题,算法的粒子位置必须解决取整问题;而量子粒子群算法求解整数规划问题具有更高的效率。利用三种取整方法与量子粒子群算法结合,求解非线性整数规划问题,并且与标准粒子群算法求解整数规划问题进行比较。通过对基准函数仿真实验,比较了六种方法求解整数规划问题。实验结果表明,基于随机取整的量子粒子群算法搜索成功率优于其他五种方法,其综合搜索效率更佳。寻找了一种更优的求解整数规划方法。     

快速求解多选择背包问题

本文对多选择背包问题的数学模型进行改进，然后基于动态规划提出了一种新的求解算法。在软件设计中采用了空间换效率的策略。然后对一个复杂的测试案例进行计算，并与遗传算法和传统的0-1整数规划求解法进行比较，发现这种新算法的计算速度得到较大较高。该算法的主要优势是：通过对数学模型的改进大大降低问题的规模、不用求解任何线性规划问题、能同时兼容几种背包问题的求解。     

多目标整数规划中的遗传算法

以下料问题为例建立了多目标整数规划的数学工业描述了用遗传算法求解多目标整数规划问题的方法。这种算法较圆满的解决了既费用又考虑需求的下料问题，具有广阔的应用价值。     

一和睦注解混合整数非线性规划问题的演化算法：搜索 …

提出一种求解混合整数非线性规划问题的新的演化算法－搜索空间自动收缩法（ＡＣＳＳＯＳ），在这种算法中，演化算法既用来定位最优解区域，实现搜索空间自动向全局最优解收缩，又用来最终求得最优解。由于在遗传算法引用了舍入操作，它不仅可用来求解混合非线性整数规划问题，也可求解纯整型或纯实型变量非线性函数优化问题，数值试验结果表明本文的算法在解的质量，稳定性和收敛速度等方面优于一般的演化算法。     

无线传感器网络中覆盖度和连通度问题的研究

对无线传感器网络中的覆盖度和连通度问题进行了研究。传统的求解覆盖度和连通度问题的整数规划算法对于大型的无线传感器网络，其整数规划算法的求解时间复杂度过高，导致算法效率偏低，通过对CCP—WSN的研究，提出了一种新型的求解CCP-WSN的盲覆盖区增强算法，该算法采用启发式的策略，大大降低了求解的时间复杂度，并且能够求出网络的近似最优解，非常适合于分布式应用。     

整数规划算法效率研究

通过对整数规划问题的算法Groebner基和分枝定界法的求解过程分析比较,以同样整数规划问题实例,采用数学软件Maple,用Groebner基方法和分枝定界法分别进行了求解,对求解的的效率进行了比较,并对影响效率的原因进行了讨论.     

一类非线性二层混合整数规划问题全局最优解的遗传算法

讨论了一类非线性二层混合整数规划的求解问题，将遗传算法和单纯形法结合提出了一种混合遗传算法，为了避免经典遗传算法在实际运用中存在的Hamming悬崖、早熟收敛、全局优化速度慢和解的精度差等缺点，引入了实数编码，并采用多个子种群并行搜索的策略，数值模拟结果表明该算法是有效的。     

基于粒子群算法的整数规划问题的求解算法

整数规划是运筹学的一个分支,一直以来没有很好的求解算法.目前有研究人员尝试用粒子群算法求解整数规划,但都只能解决无约束整数规划问题.提出了一种求解约束整数规划的粒子群算法,能够解决有约束线性和非线性整数规划问题.     

无线传感器网络中覆盖度和连通度问题的研究

对无线传感器网络中的覆盖度和连通度问题进行了研究。传统的求解覆盖度和连通度问题的整数规划算 法对于大型的无线传感器网络，其整数规划算法的求解时间复杂度过高，导致算法效率偏低，CCP-WSN通过对的 研究，提出了一种新型的求解CCP-WSN的盲覆盖区增强算法，该算法采用启发式的策略，大大降低了求解的时间 复杂度，并且能够求出网络的近似最优解，非常适合于分布式应用。     

基于整数规划下遗传算法的P码直接捕获算法优化

P码直接捕获算法包含诸如平均点数、相干积累时间、非相干积累次数、频率步进量、唐检参数及快速傅里叶变换(FFT)运算单元数等10多个参数. 当在算法检测概率、虚警概率和捕获时间满足要求的约束下,对算法消耗的多种资源进行优化时,具有多约束、多变量、非线性和整数取值等难点. 为解决如此复杂的参数优化问题,提出一种整数规划下遗传算法应用于P码直接捕获算法. 该方法借鉴遗传算法的思想,并考虑P码直接捕获算法参数的整数取值要求,适合各种条件下的算法参数优化. 数值分析结果表明,该方法获得了最优的参数值,有助于实际应用.      

基于GAs求解整数规划问题的算法设计

对于遗传算法（ＧＡｓ）求解整数规划问题,提出一种新的位串编码结构,采用一种新的加速变异算子,可明显改善寻优的收敛速度,并为保持种群多样性引入分散型淘汰法。     

A One-parameter Filled Function Method for Nonlinear Integer Programming

IntroductionWe consider the following nonlinear integer programmingproblem:(PI)minf(x)s.t.x∈XI,(1.1)whereXI Inis a bounded and closed box set whichcontains more than one point,Inis the set of integer pointsinRn.This i mplies that there exists a constantK>0suchthat1≤K=maxx1,x2∈XI‖x1-x2‖<∞,where‖·‖is the usual Euclidean nor m.f(x)=+∞asx∈In\XI.Notice that,whenf(x)is coercive,i.e.,f(x)→∞as‖x‖→∞,there al ways exists a box which contains alldiscrete global mini mizers off(x).…     

基于不完全频谱感知的认知中继网络能量效率研究

针对认知中继网络中基于能量效率的资源分配问题,提出一种基于次用户能量效率最大化的功率分配优化算法,通过建立多重约束条件下的频谱感知和传输联合优化模型,在考虑单位发射速率消耗功率和干扰限制的情况下,利用分数规划将问题中的混合整数非线性规划问题转化为等价的凸优化问题,分析了不同参数对能量效率的影响。仿真结果表明,提出的功率分配优化算法在达到能量效率最优的同时降低了算法复杂度低。     

一种改进的遗传算法及其应用

非线性混合整数规划问题是一类NP难题，针对这类问题的特点，本文提出一种改进的遗传算法一分支遗传算法(BGAS)．并将其用于Sandgren提供的压力容器设计优化问题，得到了很好的结果。     

多流股换热器网络综合问题的优化算法设计

多流股换热器网络综合问题是一个混合整数非线性规划问题（MINLP），这类问题规模大、约束条件多，严重的非凸非线性使得目标函数存在多个局部最优解．传统的基于梯度的优化算法在求解时极易陷于局部最优．有鉴于此，本研究采用遗传算法解决此类问题，通过对遗传算法进行改进，针对简单遗传算法存在的早熟和运行参数难以确定的问题，设计了多样性保持算子和多种群进化的算法结构；计算时运行参数自适应确定，并把模拟退火算法思想引入遗传算法子代的生成中去．实例证明，采用所构造的算法可有效求解MINLP问题，并有利于寻求到全局最优解．     

遗传算法的改进及应用

针对遗传算法中存在的封闭竞争问题，本文提出一种线性交叉算子并通过在整数规划中的应用证明了改进遗传算法的有效性     

服务销售系统供应链模型设计及其应用

研究了服务销售系统供应链模型,建立了不但具有选址、设施产品及市场顾客配置,还具有对于市场销路调控的供应链混合整数规划模型,并且设计了适用于这种混合整数规划供应链管理决策的遗传算法,最后对于报纸零售问题进行了供应链仿真计算·仿真结果表明,应用供应链模型对商业服务中设施选址、产品和市场顾客配置问题的进行优化,可以大大降低其零售过程中的销售成本·因此,如果能够结合实际问题作进一步的改进的话,此模型将具有很大的实用价值·     

区域供水能力扩展分析的整数规划模型

针对供水能力扩展规划问题，提出了整数规划模型的建立方法，并给出了使用随机搜索技术中遗传算法求解数学模型的主要步骤，最后以实例计算说明了该方法的可行性。供水能力扩展的整数规划模型不仅可保留动态规划模型的基本优点，而且还能避免计算程序中工程项目代号表达的不便。