基于线性规划的抹茶智能拼配研究

主要研究一种基于线性规划的抹茶智能拼配算法模型,旨在解决传统人工拼配方式存在的效率低下、茶叶产品品质不佳等问题。充分考虑企业投入成本、原料多产地、库存陈原料使用率、气候及海拔等多种因素,详细阐述了智能拼配算法模型和约束条件的构成及其关联关系,以实现企业投入成本最低为目标,对各种抹茶待拼原料的拼配比例及最小投入成本进行求解,自动计算生成抹茶拼配配方,为企业提供了一个高效、成本可控的抹茶拼配方案,并将研究成果成功运用于某大型茶厂。     

基于遗传算法的多约束背包问题求解方案

采用混合遗传算法求解多约束背包问题.首先构建多约束背包问题的数学模型,然后采用多维实数编码方式的遗传算法,结合附带染色体库技术、局部启发式算子和扰动算子对问题进行求解,并给出了一个实验实例.实验证明文中采用这种混合遗传优化算法解决多约束背包问题切实可行,有较高的搜索效率.     

多维背包问题的变邻域填充函数算法

首先给出解的两个邻域结构,并把多维背包问题转化为相应的无约束整数规划问题.其次构造一个单参数的填充函数,然后提出一类求解多维背包问题的变邻域填充函数算法.实验结果表明,该算法是有效的.     

面向业务问题求解的知识资源建模

为了充分、高效地利用企业各种知识资源来解决企业业务问题,沉淀企业业务问题求解的经验,研究提出了面向业务问题求解的知识资源协作模型框架及面向企业问题求解的各类知识资源的建模方法,并给出了一个简单的实例。旨在提高企业知识资源的利用率,提高知识资源管理的规范化,提高企业业务问题求解的效率。     

一种求解双层过道布置问题的离散花授粉算法

结合布局活动中设施布置在多层空间的实际情况,对过道布置问题在双层空间中的布置优化进行研究,构建了一种新的混合整数非线性规划模型.基于可行解的离散性和问题求解的复杂性,提出一种花授粉算法离散方法.通过重新定义授粉过程,将以问题规模为搜索深度的随机搜索过程作为全局搜索,而在局部寻优阶段,个体以交换对的形式跟随最优解更新自身.为进一步提高算法性能,在全局搜索阶段引入临界值,通过变异陷入局部最优的个体实现变邻域搜索,并设置阈值以提高求解效率.通过对比改进前后两算法求解38个测试算例的运算结果,验证了算法改进的有效性.最后,应用改进离散花授粉算法求解原过道布置问题,并与不同算法的实验结果进行对比,发现所提算法在求解质量和效率方面更具优势.     

自动化立体仓库中的动态储位分配问题

提出了一种整数规划模型,用于自动化立体仓库中物料动态储位分配优化问题的建模,设计了一个两阶段的启发式算法,以求解初始解,利用禁忌搜索算法对初始解加以改进,并通过实例,对算法的效率和精度进行分析.结果表明,所提出的算法具有较好的鲁棒性和较高的求解效率,可以有效提高堆垛机的使用效率和仓库中的空间利用率.     

一种多目标增量启发式搜索算法

提出一种多目标增量启发式搜索算法, 该算法结合启发式搜索与增量搜索的思想, 当多目标问题搜索图的状态格局发生改变时, 该算法并不是对变化后的问题进行完全重新求解, 而是部分利用了先前搜索保留的信息求解新问题的最优解集, 从而提高了问题求解的效率. 通过Gridworld标准测试问题上的实验测试, 验证了算法的效率.     

基于分割的超树分解方法

基于det-k-decomp算法, 通过引入同构的概念和对separator选择空间的进一步限制, 提出一类新的超树分解： 分割的超树分解, 并提出一种具有较小超树宽度的超树分解方法: 基于分割的超树分解--sht-k-decomp, 该算法能有效提高约束满足问题的求解效率. 实验结果表明, sht-k-decomp算法多数情况下效率高于det-k-decomp算法.     

差异演化算法求解多维0-1背包问题

多维0-1背包问题是典型的NP难题,设计了一种求解它的差异演化算法,阐述了算法求解多维0-1背包问题的具体操作过程。用提出的算法对55个测试算例进行了仿真实验,得到了全部算例的最优解。测试结果表明了文中算法是求解多维0-1背包问题的一种有效方法。     

智能规划的逻辑编码求解性能分析

将SAT问题的编码和求解过程联合起来进行研究,提出了逻辑编码求解性能分析模型,利用该模型对国际标准规划域Logistic域和Blocks World域中的问题进行实验研究,并对实验结果中大量数据进行分析,进而分析逻辑编码的特性与求解效率的关系.实验结果表明逻辑编码的编码方式、编码规模以及规划图的扩展程度影响逻辑编码的求解效率.