求解分布式并行机调度的新型帝国竞争算法

提出一种求解异构工厂分布式并行机调度问题(DPMSP)的新型帝国竞争算法(ICA),以最小化最大完成时间作为优化目标.首先,将DPMSP的优化简化为对工厂分配子问题的求解,提出相应的编码方案并采用最大处理时间规则解码;然后,采用基于加工速度的概率分配方法构建初始种群,引入殖民国家同化以加强对优秀个体的搜索并在革命中运用基于工件-工速积的新型插入算子以改善解的质量;最后进行大量数值实验.计算结果表明该新型ICA在分布式并行机调度问题求解方面具有较强的搜索优势和较好的稳定性.     

考虑附加资源和学习效应的不相关并行机调度

针对考虑附加资源和学习效应的不相关并行机调度问题(unrelated parallel machine scheduling problem, UPMSP)，提出一种动态人工蜂群算法(dynamical artificial bee colony, DABC)，实现最小化最大完成时间。给出一种新的编码方法和解码过程，并构建2个初始蜂群；提出一种蜂群评估策略，以动态确定雇佣蜂群和跟随蜂群；在雇佣蜂阶段和跟随蜂阶段采用不同搜索策略，以增强算法的探索能力。实验结果表明：DABC的新策略合理有效，且该算法在求解UPMSP时收敛性、平均值和稳定性更强，显示出较强的搜索性能。     

促进中小企业技术创新的对策研究

提高中小企业的技术创新能力具有重要的意义。中小企业的技术创新存在创新资金不足,技术、人才、信息等严重缺乏,技术创新风险大等问题。本文提出了以国家创新系统和区域创新系统为中小企业技术创新提供支撑,为中小企业技术创新提供创新政策保障,健全和完善法律法规,为中小企业提供法律保障等对策。     

特殊前体路线制备纳米五氧化二钒

研究了氧钒(Ⅳ)碱式碳酸铵在空气流中的热分解过程，并以其为前驱体制备了粒度小于40nm的V2O5粉体。     

基于粒子群优化的多目标作业车间调度

为了利用粒子群优化算法解决作业车间调度问题，提出了将调度问题转化为连续优化问题的有效策略；设计了Pareto档案粒子群算法（PAPSO），该算法将档案维护和全局最好位置选取结合在一起，在档案维护过程中为每个粒子选取全局最好位置；给出了变异与PAPSO的结合新策略；最后将PAPSO和带变异的PAPSO应用于15个调度实例，以最小化总拖后时间和最大完成时间，与强度Pareto进化算法2等算法进行比较，结果验证了PAP—SO在作业车间调度方面的良好性能．     

基于驾驶舒适度的刹车策略

为了研究刹车过程中驾驶员的驾驶舒适度与踏板力的关系,以刹车过程中汽车加速度作为驾驶舒适度的量化指标,建立汽车动力学模型和多目标优化的方法,得到驾驶舒适度、制动距离和踏板力三者的数学关系模型,利用MATLAB软件分析该数学关系模型,得到最小踏板力。结果表明,通过多目标优化方法得到的最小踏板力使得制动距离小于安全距离,同时驾驶舒适度最好。     

利用混沌搜索全局最优解的一种混合遗传算法

首先系统分析了遗传算法与其它算法混合的几种策略 ,详细讨论了遗传算法与混沌优化算法的混合问题后 ,给出一种新的混合遗传算法。仿真结果表明 ,新算法能在很短的时间内 1 0 0 %地搜索到全局最优解     

基于核问题的果蝇优化算法求解多维背包问题

针对多维背包问题(MKP)维度高、约束强的特点,提出了一种基于核问题的果蝇优化算法(CBFOA).该算法通过求解MKP的线性规划松弛问题(LPR-MKP)的对偶问题得到MKP效用比,并运用核问题降低问题规模;果蝇的生成采用的二级结构和时变的搜索步距有利于前期快速寻优和后期精确搜索,采用的修复补偿策略、一级果蝇交流以及视觉搜索中的突跳机制以提高求解质量.通过标准测试集的测试和算法性能的对比,结果表明CBFOA对于MKP有较强的搜索能力.     

纯滞后对象的进化模糊控制

针对传统Smith预估控制的缺点,提出了Smith-Evolutionary Fuzzy控制,并设计了进化模糊控制器,仿真结果说明由于进化 算法的加入,Smith-Evolutionary Fuzzy控制既能对纯滞后有很好的补偿,又能对时变系统进行了有效控制。     

多目标低碳并行机调度研究

针对多目标低碳并行机调度问题,提出了一种新型帝国竞争算法(ICA),该算法利用字典序方法在最小化总延迟时间的同时兼顾总能耗的优化.为了提高求解质量,首先,采用新策略构建了初始帝国,引入了自适应同化影响因子和两次同化操作,实现了自适应殖民地革命;然后,增加了帝国联合和革新过程,并采用了新途径进行帝国竞争;最后,通过实验验证了ICA在求解低碳并行机调度方面的搜索优势.结果表明:新型ICA对于多目标低碳并行机调度问题收敛速度快且求解质量高.