线性规划问题的两种改进算法

给出了求线性规划问题最优解的两算法,并指出了此法旋转运算的次经算法不需要基本可行解或对偶基本可行解。     

二次背包问题的秩二松驰

把对最大割问题进行秩二松驰的思想应用到二次背包问题上,得到二次背包问题的秩二松驰模型.应用罚函数法求得该模型的最优解,再利用扰动算法将该最优解转化成二次背包问题的解.     

基于模拟退火的排课算法

模拟退火算法应用在排课问题中，主要适用于具有均匀排课要求的排课问题，得到排课最优解。随机产生的可行解自然具有均匀性，而适当选取算法的控制参数，能加快获得问题的整体最优解或近似最优解的收敛速度。     

基于Mathematica资源管理决策的算法

由于最优解是退化或无穷组时最优基对资源管理决策问题有影响,因此首次给出并证明了退化最优解问题和无穷组最优解问题最优基的个数及求解的算法,对资源管理决策问题用Mathematica语言给出了算法,最后讨论了算法复杂度和有效性问题.为说明基于Mathematica算法实现的有效性,对5×10规模的资源管理决策模型在有非退化惟一最优解、退化惟一最优解和退化无穷组最优解3种情形下用Mathematica语言进行了求解.     

基于仿射算法的确定性全局优化算法

针对传统区间算法求解全局优化问题耗时长、空间复杂度较高及收敛速度较慢的缺点,引入仿射算法及局部优化算法,给出了一种全局优化求解的仿射算法.由局部优化算法和各求解区间上待优化函数的仿射运算得到全局最优解的一个上界,再依据对各区间仿射运算的下界与全局最优解上界的比较来确定相应区间的去留,通过对不含全局最优解的子区间的删除来确定最优解所在的子区间,并最终找到全局最优解.数值实验表明,该算法相对于传统的区间优化算法有较高的收敛速度,且占用的系统资源较少.     

对人工鱼群算法寻求最优解的论证

近年来,随着计算机的飞速发展和实际问题中大规模优化问题的涌现,寻找快速有效的最优解成为了学者们研究的热门方向之一。其中人工鱼群算法得到了广泛关注,本文在人工鱼群算法的基础上,用一个简单的例子,用该程序对其求最优解,从而论证该人工鱼群算法在寻求最优解的可行性。     

基于模拟退火算法的输电网中长期规划研究

模拟退火算法是一种解决组合优化问题的有效方法,其最终优化结果不依赖于初始解的选择,理论上可避免算法过早收敛于局部最小点,从而保证找到全局最优解或全局近似最优解．本文将模拟退火算法用于输电网中长期规划问题的研究,详细介绍了算法实现过程中各种参数的选择方法并给出了具体算例．试算结果表明利用该算法得到的优化结果是令人满意的．     

禁忌粒子群算法在几何约束求解中的应用

约束问题可以转化为优化问题。针对粒子群优化算法在算法后期易陷入局部最优的缺点，本文提出禁忌粒子群优化算法（TPS0），在算法的前期采用粒子群算法快速产生全局最优解信息素的初始分布，后期引入禁忌搜索算法，记录已经达到的局部最优解，在下一次搜索中，不再或者有选择地搜索这些点，从而跳出局部最优点，并且在搜索过程中允许接受劣解，充分利用禁忌搜索的记忆能力及较强的爬山能力，大大提高了获得全局最优解的概率。该算法综合了粒子群优化算法的快速性、随机性和全局收敛性以及禁忌搜索局部寻优的能力。在确保全局收敛性的基础上，能够快速搜索到高质量的优化解。该方法用于几何约束求解的性能明显高于标准粒子群算法，算法具有良好的优化性能和时间性能。     

混合算法在物流分配路径优化问题中的应用

基于鱼群算法和蚁群算法,提出一种混合优化算法用于物流配送路径优化问题中。经过多次对比实验表明,使用混合优化算法可以实现优化物流配送线路,可以有效而快速地求得问题的最优解或近似最优解。     

一种松懈的梯度投影算法

结合ＧＬＰ投影梯度法，提出一种解一般凸规划问题的上点逼近算法在适当条件下证明了收敛性定理，此算法较之其它外点法的优点，在于其子问题的约束集合不是递增的，即：算法在每迭代解一个二次规划问题，这个二次规划问题的约束条件只依赖于最优解的当前估计，并且该算法的计算复杂性比ＧＬＰ投影梯度法大大减少。