大规模不可分组合优化问题的双环迭代算法

对于一类大规模、不可分的非线性组合优化问题,直接求解困难很大．本文把原问题嵌入到可分的参数规划问题中,并证明了原问题的最优解包含在可分的参数规划问题的最优解集中．然后从最优解集中挑出原问题的最优解．这种算法为三级算法．本文证明了算法的收敛性并建立了其理论基础,仿真效果好．     

系统内电磁兼容性（EMC）问题的建模及其优化设计

本文给出了系统电磁兼容性问题的一般分析模型，并导出该模型在一定条件下所具有的特殊形式及性质；由此分析结果并结合一定的优化处理方法，得到了为保证系统在其工作的电磁环境中的电磁兼容性，其耦合路径下所应满足的一组经过优化的约束。文章最后给出了系统内电磁兼容性问题分析的一般步骤。     

森林发展系统中的最优控制问题

利用Ｂａｎａｃｈ空间理论,讨论了森林发展系统中,采消率和造林更新与采消面积之比率的最优控制问题,给出了其最优解的存在唯一性.     

基于等概率粗粒化的复杂度算法及其应用

为探究Lempel-Ziv复杂度(LZC)在心率变异(HRV)分析中的稳定性,提出了等概率粗粒化重构出符号序列计算LZC的新方法和具体算法.以年轻(21-34岁)与年老(68-85岁)组健康受试者的HRV信号为实验数据,选取不同的粗粒化段数,用常规和等概率方法分别计算LZC.再算出不同分段数LZC序列之间的相关系数.结果表明, 用新方法得出的相关系数都大于0.96,年老组的LZC指标明显降低(P<0.001),这些结果不受粗粒化段数的影响.新方法算得的LZC是度量HRV稳定而有效的指标.     

管廊复杂网格参数化算法及其大规模在线渲染

随着WebBIM(Web Building Information Modeling)技术的大力发展,建筑模型的复杂度与构件数量呈几何倍数增长,其中管廊复杂网格是影响模型轻量化和在线渲染速率的一个关键性问题。为有效减少管廊复杂网格模型的数据量及复杂度,针对一般圆柱体形管廊,复杂网格的弯管管廊模型及中空管廊网格模型,提出了一套轻量级参数化算法。该算法对场景中的管廊模型进行参数化重绘并辅助以多细节层次等视觉优化手段,以减轻WebBIM场景中的管廊模型渲染负担,其在拥有大量管廊模型的场景中应用成功,具有较强的工程实践意义。     

一般网络上的运输问题及其算法

通过把转运问题描述成一般网络上的运输问题,给出了直接求解转运问题的新算法,与先将转运问题转化成经典运输问题,然后再按经典运输问题求解的算法相比,这种算法简便适用。     

森林发展系统中的更新成林率的辩识问题

讨论了非定常森林发展系统中的更新成林率的辩识问题．利用Ｂａｎａｃｈ空间理论得到了辩识问题解的存在唯一性.     

单亲遗传算法及其在物流配送系统中的应用

本文介绍了一种新颖的单亲遗传算法。它在同一条梁色体上采用基因换位等算子进行染色体重,取消了传统遗传算法中的交叉算子。本文应用单亲跗算法解决了物流配送系统中的优化问题。结果表明了单亲遗传算法的寻优效率明显优于该问题的传统遗传算法,同时较好地解决了“早熟收敛”问题。     

随机旅行时间车辆路径问题的模型及其算法

随机旅行时间的车辆路径问题在实际中经常会出现，然而由于问题本身的难度以及人们重视不足，目前对该问题的研究还很少．文章在Laporte等的研究基础上，提出了一个考虑车辆容量的机会约束模型，并构造了求解该模型的遗传算法．     

ALB问题的数学模型及其优化算法的研究

介绍了生产流水线上作业的均衡分配问题的来源及其实际意义,给出了问题基本数学模型,并根据流水线实际存在的一些约束,对数学模作了修正,归纳了求解网组合最优化问题的常用方法,进而详细阐述了作者提出了的优化算法,并通过应用实例,说明算法的具体实现过程。     

进化算法PBIL在时间表问题中的应用

用任意整数编码的PBIL（基于人口的增量学习）算法求解两类时间表问题,在计算中采用了系统信息熵来估计进化计算的进行程度并作为计算的结束条件．计算结果表明,用该方法解决时间表安排问题适应性强、结果稳定,是一个非常理想的算法。     

基于优秀抗体的免疫算法及其收敛性问题的研究

在遗传算法的基础上，受生物免疫原理启发，提出基于优秀抗体的免疫算法（IABSA）。与GA不同的是，该算法子代群体的形成是在优秀抗体（问题特征信息的直接体现）的指导下进行，而不是由GA的选择算子，交叉算子，变异算子随机搜索产生的，因此，它能有效地克服不成熟收敛，与GA相比，IABSA追求的优秀抗体的收敛，通过马尔可夫链的分析，我们证明了IABSA的全局收敛性，另外，收敛性对比分析揭示了IABSA有着更快的收敛速度。     

求解约束优化问题的改进算法及其收敛性分析

针对约束优化问题,提出一种改进差分进化算法。为了利用种群中不可行解的信息,新算法设计了一种改进DEB准则;为了进一步提升算法在受限空间的寻优能力,新算法设计了一种交叉概率CR和缩放因子F的生成方法。13个标准的测试函数的实验结果证明,与目前求解约束优化问题最优秀的算法相比,新的改进差分进化算法仍然非常有竞争力。     

模糊约定时间车辆路径问题及其蚂蚁算法求解

模糊约定时间车辆路径问题是基于模糊预约时间,体现顾客偏好的一种车辆路径问题.建立了该问题的数学模型,针对其多目标性质,对几个目标分别给以权系数进行线性加权.在蚂蚁算法思想基础上,设计了用于求解该问题的改进型算法,并计算了Solomon问题库中的实例.经过大量数据测试,分析了蚂蚁算法中各参数以及各目标权系数的不同取值组合对结果的影响,获得了较好的结果.     

一类半开放式车辆路径问题及其禁忌算法研究

对半开放式车辆路径问题进行了描述,提出了核心路径的概念和理论,并根据问题的特点设计了基于核心路径的禁忌算法.算法分为初始优化、核心路径的提取和连接以及后期优化三部分,采用自然数编码,用GENI插入法构造初始路径和进行邻域操作,设计了三种邻域以扩大搜索空间,用能力约束控制单条路径的配送点数,以增加惩罚的方式加入配送距离约束.算法利用核心路径的特点阻碍不良路径的生成,并在后期优化的第二阶段拆开核心路径,进行优化路径的调整.最后采用多组数据进行计算并对结果进行了分析,证明了基于核心路径禁忌算法对优化有能力和距离约束半开放式车辆路径问题的有效性.     

随机批量问题的两种新模型及其算法

研究随机需求下 ,单层多产品、资源能力受限的批量问题 .对资源能力确定的情形 ,给出机会约束规划模型 .对资源能力不确定的情形 ,基于执行计划的策略提出了一种随机环境下的期望值模型 .本文采用基于随机模拟的遗传算法求解上述两种模型 .通过对算例结果进行方差分析 ,研究各种模型参数和环境变量对目标费用的影响 .最后 ,对该问题的进一步研究工作进行了展望 .     

基于配载约束的配送优化问题及其求解算法

车辆配载与配送是两个相互联系与相互影响的子问题,考虑了货物的易损性、装载的稳定性、物品不可倒置、车辆平衡性、先下后装等配载约束,构建了车辆配载与配送联合优化的混合整数规划模型,基于问题自身的特点开发了由配载启发式算法和基于节约值的蚁群算法有机结合的交互式混合算法,采用基准实验问题(benchmarkproblems)进行了一系列对比试验,结果显示了所提出的模型及算法的有效性与实用性.     

基于正则化RBF神经网络的软测量技术及其在质量预测中的应用

神经网络对噪声污染数据的过拟合是模型设计中主要考虑的问题。将Tiknonov正则化方法用于RBF神经元网络的设计,在网络学习中将正交最小二乘与前向选择相结合进行网络参数的估计,通过k均值聚类算法获得网络中心,采用L-曲线方法进行正则参数估计,并将该正则化RBF网络用于气体分馏装置产品质量的预测。仿真结果表明,该模型简单易行,并具有较快的计算速度和较好的泛化能力。