一种求解项目鲁棒调度问题的变邻域禁忌搜索算法

鲁棒调度对于不确定环境下项目的平稳实施具有重要意义。基于这一现实背景,针对项目鲁棒调度问题的NP-hard属性,集成禁忌搜索和变邻域搜索各自的优势,将禁忌搜索嵌入到变邻域搜索中,提出了一种变邻域禁忌搜索算法。在随机生成的标准算例集合上,以禁忌搜索和变邻域搜索为对比基准,对所设计的算法进行了测试,并分析了问题规模、可更新资源和项目截止日期等关键参数对算法绩效的影响。结果表明,变邻域禁忌搜索算法的求解质量明显高于其他两种算法,是求解项目鲁棒调度问题的一种高效的算法。     

带碳费约束的同时取送车辆路径问题研究

在基本车辆路径问题基础上增加"同时取送"、"时间窗"与"碳费"三个约束条件,发展为带碳费约束的有软时间窗同时取送车辆路径问题.建立了相应的数学模型,设计了以Or-opt为邻域结构、增加碳费惩罚机制的禁忌搜索算法对模型求解.通过与相关文献进行比较,显示了禁忌搜索算法搜索速度和寻优能力的优越性.物流企业若能采用以较好算法开发的车辆调度软件,将能削减其碳费,提升自身经济效益和社会效益.     

遗传算法在排课系统中的优化研究

本文对高校排课的双目标问题进行研究、分析,对排课问题按照遗传算法进行编码,定义好适应值函数后进行选择交叉,并用禁忌搜索算法进行代替变异操作,实现了遗传与禁忌搜索算法相结合的排课系统算法设计.     

基于GPS/GIS/GPRS技术的动态车辆调度系统设计与实现

针对车辆配送动态调度问题,在以基于并行节约法和禁忌搜索的混合禁忌搜索算法为理论进行静态调度求解的基础上,将新的客户需求设置为虚拟点并以局部调整策略实现VRPB的动态调度计算.开发基于GPS/GIS/GPRS技术的动态车辆调度系统.该系统能够实时跟踪车辆位置,检测新的客户需求,以这些参数作为输入动态地优化车辆配送方案和行驶路径,并通过GPRS将调度结果快速准确地传送给车辆.     

解决作业车间调度问题的改进蚁群优化算法

针对作业车间调度问题,提出一种改进的蚁群优化算法.首先设计禁忌表以产生活动调度,然后对传统的蚁群优化算法进行简化,并提出一种新型优先规则作为启发式信息.为增强算法的收敛性和提高求解质量,引入基于作业车间调度问题邻域结构的局部搜索.实验表明该文算法有效.     

基于遗传禁忌混合算法的静态电压稳定裕度计算

提出一种基于遗传禁忌混合算法的静态电压稳定裕度计算的新方法．该方法将全局搜索能力强的遗传算法和局部搜索能力强的禁忌搜索算法结合在一起，通过改进的连续潮流法计算，可快速而准确地获取系统最大静态电压稳定裕度，并在一定程度上弥补遗传算法和禁忌搜索算法单独使用的不足．应用该混合算法对IEEE14节点系统进行仿真计算，验证了该方法可行且有效．     

一种基于神经网络的并行设计活动调度方法

对并行产品开发过程中的活动进行调度,对于缩短开发周期、降低成本、减少返工和确保具有串行关系的活动尽可能地并行进行具有重要意义.针对并行活动调度问题提出了一种约束满足神经网络与启发式结合的算法.其中神经网络用于获得所有活动的可行的开始时间;用启发式算法求得基于资源约束的调度问题的可行解;然后用梯度搜索算法优化可行调度方案得到最终优化可行调度解.应用实例表明此法对并行活动调度的有效性和可行性.     

智能算法求解TSP问题的比较

截至目前,针对如何解决旅行商问题(即TSP问题)的方法出现了很多版本,而且各具特色,毫不雷同。通过大量的搜集总结,可以归纳出目前被广泛使用的几种解法:禁忌搜索算法、蚁群算法、进化算法、Hopfield神经网络算法、粒子群优化算法和模拟退火算法。通过对6种方法优缺点的比较,可得出适合智能求解TSP问题的方法及改进措施。     

智能算法求解TSP问题的比较

截至目前,针对如何解决旅行商问题(即TSP问题)的方法出现了很多版本,而且各具特色,毫不雷同。通过大量的搜集总结,可以归纳出目前被广泛使用的几种解法:禁忌搜索算法、蚁群算法、进化算法、Hopfield神经网络算法、粒子群优化算法和模拟退火算法。通过对6种方法优缺点的比较,可得出适合智能求解TSP问题的方法及改进措施。     

基于改进布谷鸟搜索算法的工程设计优化

为了提升布谷鸟搜索算法的寻优能力,采用自适应步长和对长期无法进化的解进行了小波变异操作,改进了布谷鸟搜索算法。通过接受一定程度的不可行解,对约束条件的处理方式加以改进。对三个约束函数的仿真结果表明:改进后布谷鸟搜索算法的搜索能力优于原始布谷鸟搜索算法和离子群优化算法。使用该布谷鸟搜索算法优化伸缩弹簧和三脚架的设计,取得了良好效果。     

一种求解货物配送问题的改进算法

针对货物配送问题,建立问题的数学模型,提出一种基于禁忌搜索的蚁群算法.并结合超市配送问题,对算法进行测试,测试结果表明,该算法具有收敛速度快、不易陷入局部最优、求解精度高的特点,能够有效地解决超市配送问题.     

结合Tetrolet与主动随机场模型的高斯噪声抑制

文中提出一种结合Tetrolet变换和主动随机场模型的去噪方法,用于抑制图像中的高斯噪声.对含有高斯噪声的图像进行Haar小波分解,在小波变换域利用主动随机场算法针对高斯噪声进行去噪,并利用小波逆变换重构去噪后的图像,最后用Tetrolet变换在变换域进一步抑制噪声.实验结果表明,与直接利用小波、Tetrolet、马尔科夫随机场模型以及主动随机场模型等方法相比,该方法对添加不同程度高斯噪声的图像有更好的去噪效果.     

基于混沌克隆的混杂多目标免疫优化算法

针对遗传算法求解高维多目标问题时易于早熟、陷入局部搜索等缺点.本文借鉴生物免疫系统的混沌现象及其自适应性和并行性,提出一种混杂多目标免疫优化算法(HMIOA).算法基于混沌映射产生初始抗体群并利用混沌规律克隆优秀抗体;根据抗体的被控度和抗体间的拥挤距离设计抗体的亲和力;算法在进化过程中对不同子群采取不同突变方式;借助Average linkage聚类法更新记忆细胞等.数值实验中,选取两种著名的多目标进化算法和一种克隆选择算法,应用于4种不同类型的高维多目标优化问题,比较结果表明:HMIOA所获Pareto有效面较大的控制其他算法所获Pareto有效面,且有效面的分布较均匀.     

基于Floyd方法的最短路径算法优化算法

最短路径算法在各领域广泛应用,传统研究方法主要集中在算法应用及单一优化,将两种优化方法集于一体的算法很少.以兰州—北京的铁路运输系统实例,利用Floyd与Dijkstra算法结合、代码优化的方法优化传统Floyd算法.结果表明:优化后的算法在很大程度上减少了运算次数和时间,提高了算法的时间及空间复杂度,算法效率较高.     

一种因子化的稀疏矩阵转置算法

在定义了二元组结构的基础上,对稀疏矩阵中非零元素的行、列坐标值进行因子化,以此实现了一种新的稀疏矩阵压缩存储结构.并在应用该压缩存储结构的基础上,提出了一种稀疏矩阵转置操作的改进算法.该算法较传统算法而言,在时间复杂度不变的前提下将空间复杂度降低了30％.     

实现节点负载均衡的无线传感网能量高效分簇方法

分析了分簇无线传感网中的负载不均衡问题,提出了一种实现节点负载均衡的无线传感网能量高效分簇算法. 根据网络模型计算出最优网络分簇数量,通过调整节点的通信半径来控制网络分簇的大小,以分布式周期性迭代的方法竞争选举簇头,形成合理的网络拓扑结构. 不同网络条件下的仿真实验证明,该算法能有效地均衡网络节点负载,从而降低节点能耗,延长网络生存时间,其性能优于典型的无线传感网分簇算法LEACH和HEED.     

基于交互信息的混合特征选择算法

针对传统的特征选择算法只专注于特征间的相关性和冗余性而没有考虑特征之间交互作用的问题,提出一种基于交互信息的混合特征选择（hybrid feature selection based onmutual information,MIHFS）算法,该算法以K-最近邻算法的分类准确率作为衡量所选特征分类性能的评价指标,有效地去除了冗余和不相关的特征,保留了具有交互作用的特征。为了评估该算法的性能,从分类准确率、所选特征数量以及算法稳定性三方面,与最大相关最小冗余、联合互信息等7种特征选择算法在8个数据集上进行了实验比较和分析。实验结果表明：MIHFS算法具有较强的稳定性,不仅有效降低了特征空间的维数,而且在所选特征的分类性能方面明显优于其他特征选择算法。最后将MIHFS算法与灰色关联分析法-逼近理想解的排序技术法相结合并应用到高邮凹陷永安地区戴一段地质评价中,其评价结果准确率为80%,与实际钻探结果基本吻合,具有较高的可靠性,能够有效指导油气地质评价。     

带尺度整数DCT及其快速算法

通过提出一种DCT矩阵的稀疏分解方法得到了带尺度整数离散DCT的概念与快速算法．整数DCT算法完全通过整数加法和移位来实现,可以无损地表示信息,同时其算术运算量比传统的DCT算法具有大幅度的减少,因此,方法非常适合于硬件的实时实现．基于带尺度整数DCT的图像压缩实验验证了算法的高效特性．