集合覆盖问题闭环DNA算法

介绍了闭环DNA计算模型及其生化实验,分析了集合覆盖问题及其数学模型.根据任何一个元素至少属于一个集合构成可行集合覆盖的原理,设计了集合覆盖问题闭环DNA算法,该算法首先对集合的0-1决策变量按照0和1的取值、对应的价值系数进行两组DNA编码并形成所有可能解;再用接入实验和删除实验筛选出全部可行解;然后用接入实验得到这些可行解的目标函数值,并用电泳实验得到全部最优解;最后通过检测实验输出所有最优解.首次提出基于电泳技术检测实验以"接入-电泳-删除"为实验顺序,可以检测多种DNA编码.算例说明了算法的有效性.     

最大权匹配问题的闭环DNA算法

给出并证明了在DNA计算中处理实数问题的策略,即首先在误差限范围内用有理数集合代替实数集合;再取出与有理数集合一一对应的最小的整数集合.针对赋权匹配问题,给出了基于闭环DNA计算模型的赋权匹配问题算法.该算法首先按边进行三组编码并合成初始闭环DNA;再以相邻两条边为约束条件用删除实验获得所有匹配,并用电泳实验得到所有最大权匹配,最后用检测实验输出最优解.证明了算法的正确性,讨论了算法复杂度,并以一个例子说明了算法的有效性.     

移动Ad Hoc网络QoS路由的闭环DNA计算模型

提出针对移动Ad Hoc网络QoS路由问题的闭环DNA计算模型.对每条路径进行弧、费用、探针的3组编码,再采用有目的的终止技术合成所有从起点到终点的弧首尾相连路径,然后通过接入实验和电泳实验得到费用最小路径,并通过检测实验输出所有费用最小路径,同时给出了算法的生化实现过程.实验结果表明:在不增加算法复杂度情况下获得了QoS路由问题的最优解.     

DNA计算在电路设计中的应用

讨论了DNA计算的机理,给出了DNA计算的基本生化实验.对电路布线问题,提出了DNA算法,即首先对导线的顺序进行DNA编码,其次通过杂交反应产生所有可行解,最后通过电泳实验得到最优解.对所得结果进行检测时采用了DNA芯片和分子信标技术,对探针进行生物素标记解读出最优解.该算法的核心运算是杂交反应,算法总的操作次数为n 3,其中n为电路布线问题的规模.最后,通过6对接线柱的例子说明了DNA算法的有效性和正确性.     

线性规划模型无穷多最优解的一种检验方法

针对线性规划模型有解时的两种情形(唯一最优解和无穷多最优解),提出了一种判别最优解是否唯一的方法.该方法通过一系列线性规划模型,可计算出所有决策变量的取值范围.根据这些取值范围,判断最优解是否唯一.进一步给出了一种策略,可确定原问题的一个唯一最优解.最后,数值实验验证了该方法的可行性和有效性.     

基于闭环DNA的边着色问题DNA算法

提出一种新的DNA计算模型——闭环DNA计算模型。引进了批删除实验。讨论了其实现过程；提出并证明了边着色问题的基本定理，设计并实现了闭环DNA计算算法．该算法将边的DNA编码分为两部分，一部分存储边和色位置的二维数据，另一部分存储色号值；在DNA计算的主体部分用批删除实验得到全部正常的边着色，并通过电泳实验和检测实验获得χ′^-正常边着色．举例说明了算法的有效性和可行性．     

非对称模糊加工时间工期指派调度优化问题的一类多项式求解算法

针对工件加工时间为非对称模糊数,极小化提前完工惩罚和拖期完工惩罚之和的均值的单机工期指派调度优化问题展开研究.证明了当模糊加工时间具有相同宽度比时,该问题是多项式可解的,并 给出了多项式求解算法.同时根据历史数据,构造了工期指派问题的调度模型,并利用所给出的算法求得最优解,从而 表明所提出的模型和算法的有效性.      

改进的DNA遗传算法在指派问题中的应用

提出了一种基于优秀基因片段思想的DNA遗传算法,将这段基因片段提取出来并将它遗传到后代中,可以加快收敛速度.给出了DNA遗传算法的结构,讨论了选择、交叉和变异算子的具体操作,并将其运用到指派问题最优解的求解中,给出了具体的实现方法.仿真实验验证了算法的有效性和实用性.     

基于混合状态粒子群的墨盒闭环供应链运作模型与优化

针对墨盒闭环供应链产品型号多、物流周期长、生产销售环节分布广以及报废墨盒环境污染严重等问题,建立墨盒闭环供应链运作模型。该模型既包含连续状态决策变量,又包含离散状态决策变量。为实现运作管理的优化,将离散粒子群优化算法引入墨盒闭环供应链运作模型,通过对连续决策变量和离散决策变量进行编码,设计粒子位置与速度的运算关系,构造粒子速度和位置的迭代方程,使得决策变量的优化求解过程始终保持在可行域内。研究结果表明:采用该算法的运作成本分别是连续粒子群算法和遗传算法的0.72倍和0.90倍,其运算速度分别是连续粒子群算法和遗传算法的1.01倍和1.73倍。     

使用MIP优化器求解p-median问题——以学校选址为例

通常采用启发式或元启发式算法求解区位问题.随计算机性能的大幅提升和整型规划(MIP)算法的持续改进,基于MIP优化器求解大规模区位问题模型已具有可行性.以有容量约束的县级市规模义务学校选址为例,构建p-median问题指派规划和一般整型规划模型,采用多个免费和商业优化器进行模型求解.案例测试表明:常见MIP优化器能高效地获得最优解或高质量可行解;与指派规划模型相比,构建p-median问题的一般整型规划模型更容易求解;商业MIP优化器明显优于开源软件.     

求解多目标群体决策问题的压缩Tchebycheff范数交互规划方法

本文建立了联结决策个体偏爱结构的群体偏爱强度函数概念，在讨论Ｔｃｈｅｂｙｃｈｅｆｆ范数解的性质和构造压缩Ｔｃｈｅｂｙｃｈｅｆｆ范数模型的基础上，给出了一个求解多目标群体决策问题的交互式算法，并研究了算法的收敛性。     

机型指派与飞机路线一体化建模及算法研究

通常航班计划都是分阶段完成的,即航班时刻表→机型指派→飞机排班→机组排班,每一个问题都相对独立的建模并求解;这样通常无法得到全局最优解甚或无解,对后续问题求解造成很大困难。为了克服这种困难及改善航班计划的次优性,本文将机型指派、飞机路线问题综合考虑,建立多机型的一体化飞机排班多商品网络流模型。为实现模型的有效求解,本文提出了基于约束编程的动态列生成算法;即用约束编程快速求解航班连线（航班串）并计算各航班串简约成本,动态选择列集并与限制主问题进行迭代。最后,利用国内某航空公司干线航班网络实际数据验证模型和算法的有效性,并与航空公司实际排班和分阶段优化情况进行比较研究。     

基于演化多目标算法的混合流水作业调度优化

针对供应链网络优化领域中的混合流水作业调度问题提出了一种新的多目标演化优化算法。给出了这类问题的通用优化模型，在此基础上，提出了基于流程的矩阵基因编码方案，动态适应度分配机制，并引入小生境保优策略构造了算法过程，利用收敛进程参数分析了算法的收敛性能。性能分析和算例实验表明算法对于高维多目标优化问题是有效的，且能够以较快的速度收敛。     

优势变精度粗糙集在UCAV威胁估计中的应用

针对对象属性包含偏好信息及对象属性数据可能存在噪声或者一定程度的不完整的问题,在对经典粗糙集理论分析的基础上,引入优势变精度粗糙集方法,给出了优势变精度粗糙集算法的具体步骤,并结合UCAV作战特点,将其运用到UCAV威胁估计过程中.建立了基于优势变精度粗糙集方法的UCAV威胁估计决策信息系统,给出了决策系统所包含的条件属性和决策属性,并通过实例进行了分析.由结果可知,该决策方法实现简单,能正确对目标的威胁等级进行估计,且得出的规则以一定置信度给出,保证了规则的一致性,对于包含偏好属性的决策信息系统,该方法可以辨识出规则之间的不相容性.     

一种基于ELECTRE法的多目标优化进化算法

将多目标属性决策方法中的ELECTRE法引入到多目标优化进化算法中,提出了一种新的多目标优化算法.采用辅助群体来存储进化过程中的非劣个体,并且采用与SPEA-Ⅱ相同的适应值分配策略来保证解的良好分布性.此外,构造出一种新的超序关系对个体进行排序,证明了该超序关系比Pareto优劣关系弱,利用此超序关系,能增强进化过程中的选择压,加快收敛速度.数据实验结果表明,该算法能很好地收敛到Pareto最优,有效地保持解的多样性.     

区域水资源合理配置的多目标博弈决策研究

以区域经济发展与水环境保护相协调为目标,建立了水资源多目标配置模型,并提出了一种基于博弈分析思想的模型求解方法.求解时将多目标决策设计问题转化为博弈决策问题,并采用灵敏度指标及模糊聚类方法将整体设计变量集合分解为各博弈方拥有的战略集,建立多目标问题博弈分析的技术路线和计算步骤,同时采用了协同进化算法.盐城市水资源配置决策应用结果表明,该方法是可行和合理的.     

广义模糊指派问题的解法

对于指派问题,工作未完成之前,其效率矩阵中的元素应该是不确定的。但是决策者为了得到具有指导性的决策,有必要对效率矩阵中的元素进行统计或粗略估计。由此产生了更加贴近于现实生活中的不确定环境中的指派问题。针对现实生活中的模糊指派问题,讨论了模糊指派问题出现的三种可能情况,分别建立了它们的数学模型。将求解传统指派问题的匈牙利算法和伏格尔法进行了推广,讨论了模糊指派问题的求解方法,并结合算例进行了说明。     

基于S-D分配的多传感器联合概率数据互联算法

为解决集中式多传感器系统中多目标跟踪问题,提出了一种基于S-D分配的集中式多传感器联合概率数据互联算法。算法首先应用广义S-D分配的规则对每个传感器送来的观测数据进行排列组合,然后对每个组合中各量测点进行概率加权以获得一个等效量测点,最后根据每个等效量测点的联合似然函数计算其联合互联概率并获得融合中心的状态估计。该文最后给出了该算法与已有集中式多传感器联合概率数据互联算法的仿真比较,仿真结果表明该文算法的跟踪性能更优越。     

共同配送选址-路径优化模型与算法

以北京市奶制品配送问题为场景,研究了共同配送选址-路径优化问题。建立了两层级带容量约束的共同配送选址-路径问题的混合整数规划模型,设计了求解模型的三阶段算法。第一阶段采用基于遗传算法的带容量限制的K-means聚类方法,将客户划分为若干客户集;第二阶段计算每个备选配送中心为每个客户集提供服务的最优配送路径及成本,在此基础上将共同配送中心选址与第二层级配送路径优化问题简化为配送中心选址和客户集分配问题,建立数学模型并利用Lingo软件求解;第三阶段确定从物流中心到共同配送中心的最优配送路径。通过对比两大品牌奶制品在北京地区各商超的单独配送与共同配送成本,验证了模型和算法的合理性和有效性。研究结果为解决不同类型产品共同配送网络优化等问题提供了决策依据。     

二阶非线性中立型微分方程解的振动准则

研究了一类具有变系数和变偏差的二阶非线性中立型微分方程,建立了方程所有解都振动的判别准则,并给出了方程的—切可微解的导数振动的充分判据,所得结果改进并推广了俞元洪,傅希林和张立琴等人的研究成果.