运输问题的研究

本文讨论了运输问题“多反而少”现象，给出了问题的定义、线性规划模型及表上作业求解方法。     

随机需求情形VRP的退火网络解法

随机需求情形下的车辆路由问题 ( VRP)是一种普遍存在而求解较为困难的运筹学问题 .模拟退火算法 ( SA)和 Hopfield神经网络解法是解决该问题的两个较好的方法 .本文采用一种改进了的平均场退火方法 ( MFA) ,该方法将模拟退火算法 ( SA)和 Hopfield神经网络解法相结合 ,加速了神经网络的收敛并具有与模拟退火算法 ( SA)相当的精度 .     

基于遗传算法的CGF机动规划研究

为了解决复杂战场环境中CGF机动规划问题,研究了一种基于遗传算法的CGF机动规划方法.首先根据CGF机动的特点,用栅格法对动态战场环境进行了建模.然后设计了机动CGF,重点对CGF的各种行为进行了研究.在确定种群编码方法以及适应度函数的基础上,通过对各种遗传算子的设计,提出了一种应用于CGF机动路径规划的改进型遗传算法...     

一种遗传算法交叉算子的改进算法

为了有效克服遗传算法收敛速度慢和易陷入局部极值点的缺点,提出了一种遗传算法交叉算子的改进算法,即采用自适应交叉概率,给不相关大的个体赋予较大的被选概率的配对方式进行交叉操作;在适应度比例轮盘赌的基础上辅以父子竞争的选择操作.二元多峰值Schaffer函数优化的仿真实例结果表明:与保留最优个体策略的遗传算法相比,改进算法能有效减少无效的交叉操作,收敛速度和全局搜索能力都得到了较大提高,其平均收敛代数和收敛到最优解的概率都优于保留最佳个体策略的遗传算法.     

基于改进NSGA2的航空运输优化

为了降低航空运输过程中产生的燃油成本,同时最大程度地满足指挥人员提出的保障需求,根据运输飞机在行动中需要运输的人员物资数量及目的地位置,建立追求航次最小飞行成本并考虑时间约束的飞行速度优化模型,运用改进的带精英策略的非支配排序遗传算法(NSGA2)对飞行速度进行优化选择。设计算例实验,比较其与传统NSGA2算法在计算性能上的区别,用以验证结合了修饰算子与改进的初始解生成策略的算法的有效性。结果表明,改进算法的求解精度和准度均能达到要求,且在相同精度上改进的NSGA2算法能够节省25.38%的时间,显著改变飞行速度优化的结果,提高了航空运输的效率。     

关于模糊综合评判取大取小算法问题的讨论

刘玉斌同志提出了“在模糊综合评判时 ,取大取小算法是一个错误算法”这一论点 ,本文通过适当的理论分析说明取大取小算法是模糊综合评判的一个可取的算法.     

一种改进的蚁群求解算法

为了提高蚁群算法的求解性能,对基本蚁群算法进行了改进.采用上三角的信息素存储形式、改禁忌表为可选表、遗传算法中的交叉及变异、全局更新信息素等做法对基本蚁群算法进行改进,并介绍了在Matlab环境下编程实现的方法及步骤,仿真实验求解了16个城市的TSP问题,得到最短距离为73.988,结果表明了编程思路的正确性及算法的高效性.此改进算法改善了随着求解空间的增加而导致的求解效率低下及因迭代次数的增加而造成的信息素量堆积导致的不成熟收敛,提高了搜索能力及速度,拓展了搜索空间.     

任务均分的多旅行商问题

多旅行商问题是单旅行商问题的扩展，具有更广泛的实际意义。在研究MTSP解的特点的基础上，提出了最小化总行程和均分多个旅行商访问点数、最小化总行程及均分访问路程的两个多目标的MTSP问题，并分别给出了相应的数学模型、求解算法和应用实例，实例表明模型的正确性。     

舰艇编队防空火力基于改进遗传算法的分配方案

描述了舰艇编队防空火力分配问题,建立了火力优化分配模型。结合舰艇编队防空作战的特点,分析了几种传统分配算法的不足。为了获得全局最优解,将遗传算法用于该火力分配优化研究中。针对标准遗传算法计算费时、稳定性差等不足,从初始群体均匀产生、适应度尺度变换、稳态繁殖、自适应遗传参数等方面作了改进,给出了基于改进遗传算法的模型求解方法和步骤。经过实例计算,取得了良好的分配效果,可为制定舰艇编队防空作战指挥自动化决策提供科学、有效的支持。     

基于进化神经网络的灰色预测模型

为了弥补神经网络用于灰色理论中学习效率低、收敛速度慢、易陷入局部最优等缺点,采用了改进遗传算法IGA(im proved genetic algon ithm)来辅助优化神经网络,实现了对网络连接权的自适应进化,并应用于灰色预测中。提出了进化神经网络灰色预测模型,通过M atlab程序对某地区农村人均收入的数据进行了预测、比较,预测结果误差均在0.3%以下,明显优于传统的GM(1,1)(grey m odel)的预测结果,其误差在10%左右。实例验证,将进化神经网络应用于灰色预测模型中是可行和有效的。