利用改进的遗传算法求解约束优化问题

利用一种改进的浮点数编码的遗传算法求解约束优化问题,算法包括三个方面的改进,一方面,通过改进的变异算子保证种群多样性;另一方面,用改进的终止准则和周期性的利用一种局部搜索算法改进种群最优个体的函数值,从而加快算法的收敛性;利用改进的遗传算法测试了两个优化问题并与算法C-SOMGA和DONLP2的测试结果进行比较,测试结果表明改进的遗传算法在平均值和标准差方面明显优于算法C-SOMGA和DONLP2。     

基于列车解编作业时间估算的编组站阶段计划配流优化

为获得鲁棒性更高的阶段计划配流方案,以配流代价最小的车流接续与分配为目标,构建考虑出发列车牵引质量及换长等不同满轴约束、静态配流和列车解编方案协同优化的编组站阶段计划配流优化模型。其中的列车解编作业时间根据到解列车的解体钩数、出发列车的编组钩数和连挂次数等进行估算,使列车解编计划时间更加接近实际作业时间。针对模型中出发列车编组作业时间估算需基于配流方案确定等特点,设计相应的求解思路和具体方法。采用ILOG求解配流方案,再用和声搜索策略求解列车解编方案,循环迭代至获取较优方案。算例结果表明:通过列车解编作业时间的估算,可使计划作业时间更加接近实际作业时间,从而减少所编制方案在实施过程中的调整范围和规模。     

求解非线性方程组的一种新的L-M方法

重新构造L-M迭代参数,即μk=θ‖F k‖+(1-θ)min{‖F k‖,‖JT k F k‖},θ∈n[0,1],来求解非线性方程组F(x)=0.在算法中,当试探步不成功时,采取新的非精确线搜索技术获得下一个迭代点.在适当假设条件下,证明了该算法具有全局收敛性.数值实验表明该算法是有效的.     

Armijo线搜索下谱共轭梯度法全局收敛的一个充分条件

在一般假设下,提出并证明了Armijo线搜索下谱共轭梯度法全局收敛的一个充分条件,分析了充分条件的优越性。分析结果表明:1)该充分条件的一个推论是文献[9]中定理1弱化后的结果;2)谱参数对谱共轭梯度法的全局收敛性起着重要的调节作用;3)该充分条件为构造全局收敛的谱共轭梯度法提供了依据。     

基于黑洞算法的LSSVM的参数优化

采用黑洞(BH)算法对最小二乘支持向量机(LSSVM)的惩罚系数C及径向基核函数参数σ进行搜索优化,提高LSSVM的预测性能.黑洞算法模拟自然界黑洞,吸引一定范围内的星体向其运行并吸收它们;算法在运行过程中,始终保持黑洞为最优解,通过星体的运行搜索整个空间.通过基于黑洞算法的LSSVM和基于粒子群(PSO)算法的LSSVM实现对二维函数的预测,并对二者进行了仿真研究.仿真结果证实,黑洞算法可以更好地实现LSSVM参数的优化搜索,且基于黑洞算法的LSSVM方法具有更高的预测精度.     

基于跳点搜索算法的网格地图寻路

等价网格环境下的寻路问题普遍存在于机器人、电子游戏等应用领域.其中,最先进的技术都被分层寻路算法所主导,这些算法速度快且内存开销较小,但通常返回的路径都是次优的.本文提出了一个新颖的、特定于网格的搜索策略,该策略速度快、最优且无需内存开销,其算法可以描述为一个宏算符,该宏算符识别和有选择地扩展网格地图上的仅仅某些节点,我们称之为跳点,连接两个跳点的路径上的中间节点将不再被扩展.我们将证明该方法计算出的解总是优解的;然后,进行了深入的实证分析,并将我们的方法与其他文献上的相关工作做对比.我们发现利用跳点进行搜索能将A＊算法的速度提高一个数量级甚至更多;同时,我们报告了跳点搜索相对于当前最先进的技术而言有明显的改进.     

基于最优化搜索的迭代载波同步算法

码辅助的迭代同步算法将编码增益引入到同步环路中,能够有效实现低信噪比环境下的载波同步。针对低信噪比条件下码辅助同步算法存在参数估计范围小的问题,提出了基于最优化搜索的迭代载波同步算法。该算法通过研究载波偏差与译码软信息的关系,得出一种较简单的评价函数,再利用均匀搜索方式结合改进的Powell算法来获取同步参数的最佳估计,以实现准确的载波恢复。仿真实验验证了该算法在低信噪比条件下,能够有效补偿载波偏移,且具有较大的同步范围,在一定迭代次数之后可逼近理想同步。     

非连通图G+e∪H_(k-1)的优美性

证明了当k≥2时,非连通图G+e∪Hk-1是优美图,其中G是特征为k的平衡二分图,Hk-1是任意一个k-1条边的优美图.     

基于VNS-EM混合算法的两阶段装配流水车间调度

针对以最小化工件提前期和拖期惩罚费用加权和为目标的两阶段装配流水车间调度问题,证明了工件之间的最优排序性质,并将其嵌入优化算法中.由于该问题的NP难性,提出了一种变邻域类电磁机制(VNS-EM)混合算法.该混合算法在类电磁机制(EM)算法的每一次迭代过程中嵌入改进的变邻域搜索(VNS)算法,利用其较好的局部搜索能力对每代最优个体的邻域进行精细搜索,从而提高解的质量.仿真结果表明了算法的有效性.与VNS算法和EM算法相比较,提出的VNS-EM混合算法能更好地兼顾算法的精度和求解速度.     

Review of galactic and extragalactic searches for class I methanol masers

Class I methanol masers are important tools for investigations of star formation throughout the Universe. Recently, a series of surveys for class I methanol masers at the 95 GHz transition toward samples of young stellar objects have been undertaken. These surveys have resulted in the detection of about 200 new class I methanol masers and combined with previous increased the number of known observations they have class I methanol masers in our Galaxy to ~400. From analysis of the relationship between class I methanol maser emission and associated astrophysical objects, it has been shown that the intensity of the class I methanol maser emission is closely correlated with the properties of the 1.1 mm Bolocam Galactic Plane Survey （BGPS） dust continuum sources and outflow properties. This further supports the hypothesis that class I methanol masers are collisionally pumped and excited in shocked regions. Based on these observations, it can be inferred that the BGPS catalog is likely to provide more reliable samples for targeting further class I methanol maser searches. A new survey for class I methanol masers toward a larger size sample of BGPS sources to test this is currently underway. The prospects for detecting class I methanol megamasers in extragalactic sources is discussed, and observations constituting the first sensitive search have been proposed.