求解组合拍卖问题最大值的贪婪算法

为有效解决组合拍卖问题,从基约束条件下,下模函数最大值问题的基本结论出发,逐步过渡到求解组合拍卖问题的贪婪算法,给出一种新的近似算法,分析了该算法的性能保证.该算法是一种改进的贪婪算法,即将部分穷举法与贪婪算法结合,从而使其具有更好的性能保证,并从理论上证明了该算法的可靠性和有效性.     

用改进遗传算法求解组合拍卖竞胜标

从电子商务中的组合拍卖机理出发,以第一价格密封拍卖方式为背景,通过分析组合拍卖标的集和竞胜标确定的复杂性,给出了组合拍卖竞胜标确定问题的一般模型,并指出了该问题为离散组合优化问题·同时针对拍卖实践中组合标出现的事实,对求解该模型的单亲遗传算法的初始种群进行优化设计,使得可行解的搜索空间大大缩小·基于这种思想,提出了一种适合求解该模型的改进遗传算法·计算实例表明,利用该算法求解竞胜标确定问题的最优解,算法具有实现简单、寻优速度快、计算效果良好等特点·     

基于Tikhonov和变差正则化的磁感应断层成像重建算法

为了解决磁感应断层成像(MIT)逆问题的病态性和改善重建图像的质量,提出一种新的组合算法.该组合算法首先利用Tikhonov正则化算法对解的适定性产生初步的成像区域,之后再利用变差正则化算法对解的保边缘性和锐化作用进行图像重建.该组合算法与Tikhonov正则化算法及变差正则化算法相比,不仅有效地克服了磁感应断层成像(...     

基于蚁群全局优化的二层规划模型与仿真

二层规划问题通常是一个非凸问题,因此在实际工程领域对其进行求解具有极大的困难.研究了问题的本质特征,提出了一种组合设计算法模型——基于蚁群算法求解二层规划问题的全局优化策略.组合算法采用蚁群算法求解上层问题,下层的线性规划问题则采用单纯型算法完成求解.设计的组合算法思路清晰,仿真计算结果表明,该算法有着良好的全局收敛可靠性和较高的收敛速度,是目前求解此类两层线性规划问题的一种有效算法.     

特征统计算法及其在NP组合优化问题上的应用

特征统计算法是为了解决复杂多极值优化问题而开发的一种新的全局优化算法。为了检验该算法的性能,应用它在一类具有代表性的NP组合优化问题-旅行商问题(TSP)上作了计算。结果发现,该算法虽不是专为TSP问题而开发,却在该问题上取得了很好的结果。所得到的结果表明,特征统计算法可以作为解决这类NP组合优化问题的一个新的途径。     

用遗传算法求解组合拍卖竞胜标

从电子商务中的组合拍卖机理出发,以第一价格密封拍卖方式为背景,通过分析组合拍卖标的集和竞胜标确定的复杂性,给出了组合拍卖竞胜标确定问题的一般模型,并指出了该问题为离散组合优化问题·然后通过引入智能算法的思想,在遗传算法中采用单亲遗传算子和嵌入优先适合启发式规则,设计了求解该模型的优先适合启发式单亲遗传算法·计算实例表明,利用该算法求解竞胜标确定问题的最优解,算法实现简单,计算效果良好,且不需要复杂的交叉和变异等操作·     

求解一类（0,1,2）规划问题的二级定界组合算法

提出了一种求解一类（０，１，２）规划问题的二级定界组合算法，该算法采用二级高位优先的先成算法，按目标函数的一定排列顺序有规划地生成所有组合，采用二级定界组合算法，有效地删除大多数非可行组合和非最优组合，大大减少了搜索组合的个数，具有较高的计算效率。     

无约束优化的一个组合算法

将最速下降法与Newton法有机地结合起来,构造了无约束优化问题的一种组合迭代算法,并证明了算法的全局收敛性.该组合算法既继承了Newton法在极小点附近的快速收敛性,又解决了最速下降法难以求解的问题.     

基于元Web服务的分布式Web服务组合算法

在分析Web服务与现有Web服务组合算法特点的基础上,提出元Web服务概念和分布式Web服务组合算法.借助元Web服务,该算法能够直接为服务请求与分布组合节点之间建立有效地索引机制,最大限度地降低无效服务可组合性分析次数,提高了服务组合效率.另外,该算法是完全透明于各分布结点的具体服务组合算法,现有服务组合算法能够有效地实现与该算法集成.与传统集中式服务组合算法相比,该算法将各分布服务组合结点映射成一个普通的Web服务,从而有效地降低了算法设计复杂度和执行复杂度.实验验证了该算法能够有效地提高Web服务组合效率.     

模拟退火算法在贷款组合优化决策中的应用

针对贷数组合优化决策模型的求解问题，以模拟退火算法为基础，利用设置记忆器和在算法后链接一个局部搜索过程的方法，对原有算法进行了改进。该算法可在求解大规模组合优化问题的迭代过程中实现快速调整，以兼顾解的质量和运行时间，快速找到最优解，克服了原有算法的随机性。数值计算结果表明，该算法具有很强的适用性。     

几种智能算法在排课问题中的比较

排课问题是个NP完全问题,没有最优解,只有满意解。将智能算法应用于排课问题的求解取得了有效的研究成果。主要对遗传算法、模拟退火算法和蚁群算法求解排课问题做了比较分析,阐述了各算法的基本原理及算法特点,分析了各个算法用在排课问题上的优缺点。     

一类非凸规划的分支定界算法

针对一类非凸规划问题(NP)提出有效的分支定界算法.首先,利用目标函数的特性将其转化为等价的极小化问题(P),通过对其可行域的细分和求解一系列凸规划问题,不断更新(NP)全局最优值的上下界.为提高计算效率,一个问题的最优解作为下一个问题的初始解,并提出了新的删除技术.理论上证明该算法是收敛的,数值试验结果表明算法是有效可行的.     

求解多起点多旅行商问题的-K-means聚类信息传播算法

多旅行商问题在实际生活中有着较为广泛的应用价值,该问题的求解受到越来越多学者的关注。信息传播算法是一类求解组合优化问题最为有效的方法,基于K-means聚类技术,给出了求解多起点多旅行商问题(Multiple depots Multiple Traveling Salesman Problem, MMTSP)的信息传播算法,该算法采用k-means聚类算法将旅行商问题进行聚类,从而形成若干类,对每一个类采用信息传播算法进行旅行商搜索,将每一个类的搜索结果进行综合,得到MMTSP问题的解。通过对旅行商标准测试数据集中的多种实例进行测试,并与其它同类算法进行试验对比分析,结果表明：该算法优于同类算法。     

面向作业车间调度问题的遗传算法改进

为了获得遗传算法在作业车间调度问题上的最优化解,提高算法的迭代速度,研究了遗传算法的改进方法,以工件的加工时间最短为目标建立调度模型。在算法上提出了基于概率改进的具有自适应能力的交叉与变异算子,以求作业车间调度问题的最优解。在遗传算法上采用精英保留策略方法,并结合改进的自适应算子对问题进行求解。以基准案例LA01和FT06作为实验仿真对象,获得了相应的甘特图以及搜索过程曲线。仿真结果表明,与未改进的算法相比,该算法能够更加快速地获得最优解。改进后的算法在搜索上更加快速有效,在求解作业车间调度问题上具有一定的可行性,更加适合工业加工生产。     

基于进化规划算法的图像聚类研究

将进化规划算法应用于图像聚类问题,对问题的解进行符号编码,采用群体智能模式实现问题解的搜索.利用进化规划算法的变异算子和选择算子可以有效提高算法的全局搜索能力,采用高斯变异算子保证了优秀解的多样性,降低了进化操作的复杂性.仿真实验证明基于进化规划算法的图像聚类算法具有可行性和准确性.     

基于遗传优化算法的二维漏磁缺陷重构

信号逆问题，即从测量信号中恢复出缺陷轮廓及其参数，是漏磁无损评估中的一个重要课题。提出了一种基于遗传算法的逆算法，用于从漏磁信号中重构二维缺陷。在该算法中，径向基函数（RBF）神经网络用作前向模型，遗传算法用于求解逆问题中的优化问题，其优点是能够避免基于梯度下降法的迭代逆算法中可能遇到的局部最小问题，并能得到逆问题的全局最优解。实验结果验证了所提出的逆算法的有效性。     

基于改进蚁群算法的CVRP问题研究

车辆路径优化问题归属于NP-hard问题;针对基本蚁群算法求解效率低下,可行解质量不高,容易陷入局部最优解的情况,在充分考虑具有一般性的车辆路径优化问题的数学模型与解决方案后,提出了一种带有轮盘赌运算与2-opt优化运算相结合的改进蚁群算法,算法在运算过程中对选取路径的概率进行二次计算,扩大了全局的搜索范围;同时对得到的路径进行内部优化,增强了局部搜索能力,提高了解的质量;通过MATLAB软件进行仿真实验的结果表明:相较于基本的ACO算法以及遗传算法得到的结果,改进的蚁群算法在性能上和求解的质量具有很大的优势,可以更好地解决带有容量约束的车辆路径优化问题,为相应的企业更好地节省物流成本。     

基于自适应惩罚函数法的混合遗传算法

引入了自适应的惩罚因子，将约束问题转化为无约束问题．通过遗传算法求得无约束问题的可行解，再将此解作为约束变尺度法的初始可行点，由约束变尺度法得到精度较高的解．数值实验表明该混合算法比单纯使用遗传算法效率高，而且在多数情况下能得到全局最优解。     

带变异特征的捕食搜索算法及其在TSP问题的实验研究

原捕食搜索算法在TSP问题上解的质量与精度上都不高,即其具有容易陷入局部最优的缺点,本文算法引入变异特征行为以使得捕食搜索算法能够跳出局部最优,最后对四个常用TSP问题进行了仿真,结果表明,新算法在解的质量与精度上比原捕食搜索算法有了明显提高。     

利用光滑型算法求解线性规划问题

针对线性规划问题,给出了其原问题和对偶问题的最优性条件,并通过引入一个正则化的对称扰动的光滑函数,将其扩展成一个混合线性互补问题,并利用光滑型算法求解．该算法具有全局收敛的特性．对于有最优解的问题,算法能求得问题的一个严格互补解;对于不可行的问题,算法也能表明问题的不可行性．