基于多规则资源分配的柔性作业车间调度问题多目标集成优化方法

针对柔性作业车间调度问题中多种资源分配的复杂特性,建立了以最小完工时间、最优人工分配方案、设备最大负荷以及最小生产成本为目标的集成优化模型,并设计了一种具有多重资源约束的多目标集成优化方法;针对组合模型的爆炸性特征,为降低模型的复杂度,采用多规则资源分配的集成调度思想,通过调整规则概率使概率大的规则被优先选中,使用多规则导向机制"推动"搜索过程向指定目标方向移动,并结合动态规划法求解最优人员分配方案;采用改进的非支配排序遗传算法——NSGAⅡ可以获得不同规则概率值的Pareto解集;最后,通过仿真对比与应用验证了所提方法的有效性.     

双α-链对角占优矩阵线性互补问题的误差界

根据双α-链对角占优矩阵的定义与性质,给出其线性互补问题的误差界.数值实例显示该误差界在判定线性互补问题近似解的精确性中是有效的.     

森林救火问题的多参数优化模型

讨论了无风情况下的森林救火问题.在考虑消防队员体力因素对灭火速度的影响情况下,构建了以森林损失费用与消防救援费用之和最小为目标的多参数优化模型,并通过实例对模型进行检验和评价.     

基于多目标优化函数的无线传感器网络负载均衡路由协议

针对目前无线传感器网络路由协议在延长网络生存期和提高网络整体性能等方面存在的缺陷,以平衡网络中节点能量消耗、延长网络生存期为优化目标,提出了一种基于多目标优化函数路由协议. 该协议将节点可用能量、路由跳数和节点之间物理距离等参数引入到路由选择函数中,以实现最优路径的建立和对无线传感器网络性能的综合优化. NS2仿真结果表明,与传统的定向扩散协议相比,数据发送成功率提高了15. 3%,网络能量利用率提升了9. 7%,网络生存期延长约12%,在无线传感器网络中具有显著的优越性.     

具有非线性等式约束的故障诊断集员滤波器设计

为了解决具有非线性等式约束的故障诊断问题,提出集员滤波器的设计方法,该方法不仅可以对故障程度进行估计,有效检测出故障,还能解决运行系统中要求的100%包含真实最小域的需要,判定出故障类型.首先对非线性等式约束线性化,通过S-过程方法和线性矩阵不等式方法设计集员滤波器;而后用Finsler引理把非约束状态下的集员滤波投射到约束表面,得到状态约束下的集员滤波器;最后运用递归优化算法对集员滤波器进行优化.数值仿真说明了该方法的可行性和有效性.     

组合优化策略的改进协同优化方法

为克服传统协同优化方法一致性约束造成的收敛困难和局部最优问题,提出将粒子群优化算法和修正可行方向法结合并引入协同优化.应用粒子群算法获得全局最优解近似,在此基础上应用修正可行方向法进行局部精确搜索.分别以一个典型的二次函数优化问题和一个减速器设计优化问题作为测试实例,优化结果表明,所提出组合优化策略是有效的,同时兼顾了优化效率和精度.     

畜禽养殖业配置优化及系统实现——以河北顺平腰山-高于铺镇土地整治项目区为例

以农业循环经济理论为基础,按照养分消纳平衡原则,在区域种植业配置确定的基础上进行养殖业数量配置;以GIS为主要技术手段,结合发展养殖的限制条件和适宜性评价进行养殖业空间配置优化.同时设计和开发相应的软件系统,实现养殖业数量和空间配置优化功能,并以河北顺平腰山-高于铺镇土地整治项目区为研究区进行案例应用.研究结果可为发展现代农业,合理配置养殖业并减少养殖业污染,提高土地利用综合效益的决策提供依据.     

文化算法框架下混合群智能算法的肿瘤信息基因选择

为了消除与分类无关和冗余基因,以提高基因的分类精度和效率,提出一种文化算法框架下混合群智能算法的肿瘤信息基因选择方法.首先采用ReliefF算法初选基因子集,然后利用文化算法框架下混合群智能算法选择最优的信息基因,最后在3个标准肿瘤信息基因数据集对其性能进行测试.仿真结果表明,文化算法框架下混合群智能算法可以有效去掉无用的噪声基因,降低计算复杂度,分类精度均可以达到100%,具有较好的实际应用价值.     

基于优化阈值法的股票网络构建与重要节点判别

研究了中国股票市场牛市、熊市、平稳震荡3个典型时期的主要性质与特征.首先收集了这3个时期的金融市场数据,用优化阈值法构建网络.之后对构建的网络进行社团划分,并在此基础上挑选出了对于社团重要的点;同时利用节点中心性经典指标:度中心性、介数中心性和紧密中心性挑选出了网络中重要的节点.     

考虑偏好序且权重未知的群双边匹配决策

考虑匹配主体是群且成员权重未知,提出一种基于偏好序信息的群双边匹配决策方法.先给出群双边匹配、综合满意度等概念.使用极大极小离差法求出主体群的成员权重,并通过OWA算子进行集结、生成一方主体群对另一方主体群的综合满意度.以最大化双方主体群的综合满意度之和为目标,建立0~1单目标优化模型并对模型解法进行拓展,求解模型获得最优匹配方案.最后通过实例说明该方法的简单、有效性.