解不等圆 packing 问题拟物拟人算法初态选取

提出形式化了的人工经验方法,由此得出的算法可以极快速地为不等圆填装（ｐａｃｋｉｎｇ）问题求出初始近似解．将此初始近似解作为求解不等圆ｐａｃｋｉｎｇ问题的拟物拟人算法中的初态,可以提高这种拟物拟人算法的计算速度约１０倍．此种方法还有可能发展为关于求解ＮＰ难问题的不仅具有高速度而且具有高精确度高完整度的具有实用价值的纯粹拟人方法．     

解packing及CNF—SAT问题的拟物拟人方法

提出拟物拟人方法，论述了如何按此种方法为ＮＰ难问题设计出高效实用快速求解算法，作为例证，所得出的关于ＣＮＦ－ＳＡＴ问题及ｐａｃｋｉｎｇ问题的算法，其先进性在国际竞赛阁得到了显示。     

不等圆 Packing 问题的拟物型邻域搜索算法

将拟物方法与邻域搜索过程结合,得到求解不等圆Packing问题的拟物型邻域搜索算法（QP—NS）．拟物方法用于连续优化,可从任一初始格局收敛至对应的局部最优格局;邻域搜索过程迭代地将当前格局替换为其邻域中的最优格局,直至无法继续改进当前格局为止．QP—NS可在不严重破坏当前格局的前提下稳定地改进当前格局,鲁棒性较强．基于14个国际公开算例的计算实验表明：QP-NS可在60S内改进10个算例的此前最优解,并与其余4个算例的此前最优解持平．     

解 packing 及 CNF-SAT 问题的拟物拟人方法

提出拟物拟人方法．论述了如何按此种方法为ＮＰ难问题设计出高效实用的快速求解算法．作为例证，所得出的关于ＣＮＦ－ＳＡＴ问题及ｐａｃｋｉｎｇ问题的算法，其先进性在国际竞赛及工业生产中得到了显示．     

求图符号控制数的拟人退火算法

为确定图符号控制数的问题提出了几个拟人的求解策略，并基于模拟退火算法和拟人策略，为该问题得出了一个拟人退火算法PA-SDN．实验结果表明，算法PA-SDN能快速收敛到问题的高质量解．     

蚁群算法在车间调度问题中的应用

提出用蚁群算法求解车间调度问题.车间调度问题是典型的非确定性多项式时间难问题,蚁群算法是一种分布式进化计算方法,具有鲁棒性,正反馈,并行性等特点,而且算法简单.给出了用蚁群算法求解车间调度问题的流程,并且用经典的JSP的样例对算法进行了测试,实验结果表明用蚁群算法可以求解得到车间调度问题的最优解或近似最优解.     

基于改进蚁群算法的车辆路径选择研究

给出了考虑软时间窗的物流配送车辆路径选择（VRP）模型,提出了一种改进的蚁群算法来求VRP模型的近似最优解。为了以最少的计算时间得出VRP问题的近似最优解,首先用贪婪算法产生初始蚁群,然后通过蚁群算法的评价、信息素释放、蚂蚁移动、信息素消散、判断收敛的循环过程对初始解进行优化。实践表明,在求解软时间窗物流配送车辆路径选择问题方面,改进蚁群算法具有更好的收敛性。该算法算法是求解VRP问题的较好方案。     

概率约束优化问题的一个光滑D.C.近似

概率约束优化问题通常是非凸且非光滑的,因而在数值计算上存在困难.基于Pinar-Zenios光滑和函数,建立了概率约束优化问题的一个光滑D.C.近似问题,提出了求解光滑D.C.近似问题的序列凸近似(SCA)算法,分析了初始解的选取方法,并讨论了算法的收敛性,收敛定理表明可以由SCA算法可以得到光滑D.C.近似问题的KKT点,并且在迭代过程中,确保了由SCA算法生成的解序列的极限点是近似问题的KKT点.     

最小化加权绝对偏差的并行多机调度问题

用禁忌搜索算法（ＴＳ）求解带有最小化绝对偏差的并行多机调度问题，首先证明了它是一个ＮＰ－难题，然后用一个启发式作初始解，给出一个禁忌搜索算法，实验表明，禁忌搜索方法求解最小化加权绝对偏差问题可以获得最优解或近似最优解。     

基于空间填充曲线和or-opt搜索求解旅行商问题

为探索求解大规模TSP（旅行商问题）有效实用方法，提出基于SFC（空间填充曲线）和or-opt混合算法来求解TSP，其中SFC方法能快速且有效地获得初始解，or-opt搜索算法可有效改进初始解。通过中国旅行商问题（CTSP）数据测试，无论是速度还是精度都能满足一定要求，证明这种混合算法能快速有效地解决TSP，并为解决大规模此类问题提供了一种新的思路。     

量子近似优化算法在约束优化问题中的应用

结合量子近似优化算法求解约束优化问题是当前的研究热点之一,针对约束优化问题,提出了一种在量子 近似优化算法框架中的改进方法;此方法融合了二次无约束二元优化和量子交替拟设这两种方法,同时将在目标 算符中添加惩罚项,将不符合解的期望值降低和通过对问题进行求解得出问题的可行解,将混合操作限定在可行 解空间内融合在一起;优点在于在求解约束优化问题时,能减小迭代次数,快速并准确地得到问题的最优解;以最 小顶点覆盖问题为例,将提出的方法与几种已有的方法做比较,得出方法能减小量子近似优化算法的迭代次数,使 得能够高质量和高效率的求解约束优化问题。     

基于可操作度评价的冗余机器人逆解求解方法

针对拟人机械臂中七自由度逆解的无穷解问题,提出了一种基于可操作度评价的快速求解运动学逆解的几何方法.首先分析了七自由度的构型理论上说明无穷解的原因;然后从人类手臂运动行为的角度,以机器人末端运动方向上操作度最大的原则将无穷解问题转换为确定性问题,进而利用几何解法的优势,快速求解出逆解结果;最后以安川SDA10D拟人机械臂为实验对象对算法进行验证,实验结果证明本方法具有实时性,计算结果在理论上无误差.     

热传导界面问题的一种神经网络算法

本文讨论了一种单隐层神经网络算法在数值求解热传导界面问题中的应用。该算法设定含有神经网络函数的近似解满足初边值条件和Dirichlet 界面条件,通过求解由原方程导出的关于神经网络权重的离散优化问题来训练近似解中的神经网络,以使近似解逼近真解。文中也给出了一种基于随机梯度法思想的类随机梯度法来求解相应的离散优化问题。数值算例验证了算法的有效性。     

货郎问题求解算法分析

介绍了求解货郎问题的4个算法：贪心算法、MST近似算法、MM近似算法和回溯搜索算法。分别使用各个算法对一个货郎问题的具体实例进行求解，并对各个算法的性能进行了分析比较。贪心算法的运行速度较快，但在大多数情况下该算法找到的是次优解而非最优解。MST和MM近似算法用以求解满足三角不等式的货郎问题，其近似性能比（即精确度）分别为：RMST（I）＜2，RMM（I）＜3／2。回溯搜索算法可以求出货郎问题的最优解，随着城市数目的增加，其搜索效率会下降。     

元素差额法在指派问题中的应用

元素差额法求解指派问题的目的在于克服原匈牙利法较繁琐的求解步骤，该方法提出了便于掌握的近似求法。此种方法虽在人员和任务数不多时不够理想，但当人员和任务数较大时优势明显，可以节省大量计算步骤，很方便求出近似最优解。即使非要求出最优解，也可在近似最优解基础上，通过闭合回路法进行调优，得到最优解。     

具有附加质量矩阵的广义特征值问题的近似解法

在实际工程中常常遇到具有附加质量矩阵的广义特征值问题，本文介绍 一个求解这一问题的简捷计算方法。应用这一算法，可以利用原广义特征值 问题的解，通过迭代求解一个规模很小的线性代数方程组获得新特征值问题 的近似解，从而能有效地减少计算时间。这一方法对于具有附加质量矩阵形 式的大型结构的特征值问题十分有效。算例结果表明：一般只需迭代１～２次 就可以获得精度很高的计算成果。     

高维波动方程柯西问题变换迭代法的推广

对文献[2]中提出的高维波动方程柯西问题的变换迭代法进行了推广。在初始数据和自由项为多元多项式的情况下，得到了包括梁振动方程、双曲型、抛物型方程柯西问题在内的一类发展方程的求解格式，用其可迅速得到解的表达式。如果定解问题是适定的，由于多元多项式可以逼近连续函数，故方程的近似解可转化为逼近问题。     

蚂蚁算法在概念设计方案求解中的应用

通过分析概念设计方案求解问题与旅行商问题的相似性，将方案求解问题转化为组合优化的最优路径问题，建立了基于动态规划的解空间模型和基于最长路径的优化模型，利用蚁群系统内在的正反馈寻优机制，将求解旅行商问题的基本蚂蚁算法应用于方案求解的组合优化过程，结合遗传算法的交叉变异操作，提出一种基于改进蚂蚁算法的求解方法，从而快速有效地获得了最优方案解，最后，以压力机的概念设计为例验证了该方法，研究表明，该方法是合理可行的，它可以使方案求解的人工寻优过程实现算法化，并具有较好的可操作性，从而为解决方案优化的组合爆炸问题提供了一种新的思路。     

利用半无限规划的离散化方法求解半定规划问题

【目的】对半定规划的强对偶定理以及求解半定规划近似解的算法进行讨论。【方法】利用求解半无限规划的近似解的离散化思想,及线性规划的强对偶定理。【结果】得到了半定规划强对偶定理一种新的证明方法以及求解半定规划近似解的离散化算法,给出了该算法的数值实验结果。【结论】为半定规划问题提供了一种新的近似求解算法。     

一类线性规划的调节熵函数法

目的为得到一类线性规划的简单有效的数值算法。方法通过利用熵函数的思想，给出了求解该类线性规划的调节熵函数法，由于算法是基于等价的极大极小问题，从而具有初始点任意性的优点。结果给出了该算法分析并讨论了它的收敛性，最后给出的数值例子显示了其有效性。结论与传统方法比较，所得算法更为简洁，具有可充分利用现有无约束优化算法，以及可较快地收敛到问题的最优解等特点。