带有基数限制的离散多因素投资组合模型

研究带有基数限制的离散多因素投资组合模型.与传统的投资组合模型不同的是,该模型中投资组合的决策变量是交易手数(整数),且限制资产投资的最大数目,其最优化模型是一个非线性整数规划问题.分别用随机产生的一组数据和来自纳斯达克的40只股票数据,利用拉格朗日松弛的混合分枝定界算法求解此模型,并用FORTRAN语言编程,数值结果表明该算法能有效求解此模型.     

带工业约束和交易费用的离散投资组合最优化

该文研究带有工业约束和凹的交易费函数的离散单因素投资组合模型.与传统的投资组合模型不同的是,该模型中投资组合的决策变量是交易手数(整数),其最优化模型是一个非线性整数规划问题.为此提出了一个基于拉格朗日松弛和连续松弛的混合分枝定界算法,而且分别采用股票市场的真实数据和随机产生的数据来测试该算法的有效性.     

基于组合策略的桥式起重机结构优化设计方法

针对当前多极值函数全局寻优问题中,各种全局寻优算法具有全局寻优能力但不能确保寻到全局最优的状况.在研究复合形法和正交网格法的基础上,提出了一种新的组合式全局寻优策略.该策略将改进的复合形法和正交网格法进行有机组合,利用正交网格法的稳定性,保证了组合策略优化算法的全局性.该算法应用于桥式起重机结构优化设计,可以更大地降低桥式起重机的制造成本,对桥式起重机的设计和生产具有一定的指导意义,新的组合算法对于约束非线性离散变量优化设计具有一定的参考价值.     

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。     

基于CLPSO算法的混合变量桁架形状优化

为了解决混合变量桁架形状优化问题中离散截面面积和连续节点坐标的变量耦合给优化带来的困难,将一种新型智能优化算法——基于"综合学习策略"的粒子群算法(ComprehensiveLearning Particle SwarmOptimization,CLPSO)应用于桁架混合变量形状优化问题中。给出了考虑离散截面面积和连续节点坐标两类不同性质的设计变量的混合变量桁架结构形状优化的数学模型,并对经典桁架结构进行混合变量的形状优化,将所得结果与其他优化算法结果进行了比较。分析结果表明了该方法进行混合变量桁架形状优化设计的有效性。     

离散变量模糊优化的组合形遗传算法及应用

为解决离散变量结构优化客观追求的应该是"满意解"的问题,提出离散变量模糊优化的模型,构造了离散变量模糊优化的对称解法.把离散组合形算法作为组合形操作算子融合到遗传算法中,构造一种离散变量结构优化算法-组合形遗传算法.在建立的对称模糊优化模型中,利用交模糊判决,将模糊优化问题转化成非模糊优化问题来求解,然后运用组合形遗传算法进行非模糊优化问题的求解.最后通过算例证明该方法具有良好的效果,为工程结构优化设计提供具有参考价值的理论依据.     

一种求解多处理机调度问题的新算法

多处理机调度问题是“算法设计与分析”中的基本问题之一,它是一个NP问题.本文介绍了模拟退火技术,给出了求解多处理机调度问题的有效算法.该算法通用性强,效率高,其基本原理可广泛应用于求解大规模的组合优化问题.     

基于盲数理论的最优化方法与程序实现

使用盲数表达优化设计中的不确定变量,结合常用的基于实数变量的优化算法,提出了基于盲数的优化方法.该方法从微观的角度分析和描述设计变量与优化参数之间的关系,给出优化问题的盲数解.盲数解不但给出了设计变量的取值,而且还给出了不同取值时优化对象处于最优状态的可靠性的评价.     

一类非线性比式和问题的分支定界算法

针对一类带有常系数的非线性比式和全局优化问题(P),给出求解该问题的分支定界算法.首先,将问题(P)转化为问题(Q),两者的变量个数和约束条件的个数相同.然后,利用不等式放缩的方法,建立问题(Q)的松弛线性规划,并结合分支定界算法求解.最后,在此基础上提出区域删减策略,并进行数值实验.结果表明:本算法和删减策略均是有效的.     

最大可满足性问题的算法研究综述

最大可满足性问题(maximum satisfiability,MaxSAT)是一个著名的、具有NP难度的组合优化问题.本研究总结了近年来求解最大可满足性问题的各类算法.首先,给出了最大可满足性问题的定义;然后,基于完备算法和非完备算法两个类型,对求解MaxSAT的各类算法进行了综述.其中完备算法包括分支定界算法和迭代...     

求解组合优化问题的组合遗传算法

构造了求解组合优化问题的组合遗传算法。这个方法的主要优点是优化效果好 ,计算效率高以及通用性。模拟结果验证了该方法的有效性。它能应用到求解许多组合优化问题。     

基于PSO算法的复合材料层合板可靠性优化设计

采用粒子群算法(PSO)分析了存在初始缺陷的复合材料层合板的可靠性优化问题.在层合板结构总厚度一定的情况下,以系统可靠度最大为目标函数,对复合材料的纤维方向角和相对厚度进行优化设计.单层板失效与否应用Tsai-Wu准则判断,采用一次二阶矩法(FORM)计算和评价失效概率.通过具体算例及借鉴遗传算法中的在线性能和离线性能评估准则,对粒子群算法的收敛性能进行评估,结果表明:与遗传算法相比,该方法具有操作简单、计算效率高等特点,对复合材料层合结构的可靠性优化设计十分有效.     

多传感器融合系统最小代价冗余及优化算法

多传感器融合系统具有高度的容错性能。为了解决多传感器融合系统中如何选择冗余传感器并构成最小代价配置的问题,本文研究了（N,N／2＋1）冗余结构,并建立了满足系统有效率约束的最小代价优化准则。此外,还给出了求解该组合优化问题的模拟退火算法。仿真计算结果表明,其优化准则和算法十分有效。     

基于多种群空间映射遗传算法的立体仓库储位优化

针对在自动化立体仓库中储位分配混乱及仓储效率低的问题, 提出一个通过多种群空间映射遗传算法求解的组合优化模型. 该方法对基本遗传算法进行改进, 对货物自身需求量、 货架重心及货物相关性这3个方向组成的目标函数进行整体寻优. MATLAB仿真实验结果表明, 该方法得到了较现有算法更优的结果, 3个目标函数值均有改善, 并且任务容量会影响改进方法的优化能力.     

饲料配方设计的模拟优化策略

高技术、高效益是市场竞争中不可缺少的法宝，本文在饲料配方设计中首次引入了新颖、高效的组合优化算法－模拟退火算法，并获得理想的数值结果，说明了在传统的饲料配方设计中高技术的应用可以获得更高的效益。     

基于模拟退火的Hopfield网全局优化方法

为了改进Hopfield神经网络在多极点函数优化和组合优化中存在的某些缺陷,并影响着一些优化问题求解中的正确性和有效性的现实问题,将模拟退火智能优化算法与Hopfield神经网络有机结合,优势互补,提出了一种基于模拟退火的Hopfield神经网络混合全局优化算法(SA-HNN),新算法很大程度上避免了Hopfield神经网络优化陷入局部极小的缺陷,同时兼顾了算法的效率.通过典型的多极点函数优化和TSP组合优化问题求解,实验表明:SA-HNN混合优化算法具有帮助Hopfield网络摆脱局部极小点的能力并能得到较好的结果,有一定的工程实用价值.     

新的无罚函数无滤子的序列二次规划方法

对一般的具有等式约束和不等式约束的非线性规划问题,提出了一个无罚函数无滤子的信赖域序列二次规划算法.整个算法分为两个阶段,第一阶段计算可行步,以达到减少约束违反度的目的,第二阶段为优化阶段,以减少目标函数的二次模型为目的.此算法中可行步和优化步是相对独立的,任何减少约束违反度的算法都可以应用,具有更大的灵活性.在合理的假设条件下,证明了算法的全局收敛性和局部收敛性.通过数值实验证实了算法的有效性.     

关于退火算法的收敛性

退火算法(Anncaling Algorithm)是一种随机优化方法,它综合蒙特卡洛方法和确定式下山处理的优点来解决复杂的优化问题,使对解的搜寻在获得下山法的可靠性和速度的同时,尽量避免陷入局部最小的势阱。这一算法在货郎问题(TSP)、电路划分及布局布线,以及神经网络的训练过程等许多优化处理中得到了应用,并取得了比较成功的结果。本文分析了该算法的收敛性,并解释了退火处理中某些操作的原则。     

一种求解背包问题的新的神经网络模型

背包问题是一类经典的组合优化问题,在网络资源分配中有着广泛的运用。人工神经网络已成为求解大规模优化问题的一种有效方法,已经证明了合适的神经网络能实时地得到问题的精确解。研究了背包问题的神经网络解法,给出了一种求解背包问题的新的神经网络模型,并证明了该网络模型收敛到背包问题的最优解。算例说明了模型有效性和准确性。