一类改进的动态规划逆序算法

本文提出了一种改进的动态规划逆序算法,并通过MATLAB具体实现.该算法能给出最优解所对应的全部最优策略,并找到产生多个最优策略的原因.多个数值例子检验了此种新算法的优越性,也显示了本文中的算法程序对众多典型的动态规划应用问题的适用性.     

一类多投递员中国邮路问题动态规划模型研究

采用动态规划决策思想,针对KPCPP问题,建立了一套算法体系.该类问题不能直接应用于决策思想,通过弧点转换算法,构建了该问题适用于决策的模型.在此模型基础上,提出了多阶段决策过程模型转换算法,得到的模型符合多阶段决策过程需求;在动态规划的基础上,提出了一个新的搜索算法KMDPA,首次实现了该类问题的动态规划模型求解,并对该算法体系的理论性和有效性做出了证明.     

工序问题的动态规划算法

提出了一个求解工序问题的动态规划算法，该算法排序含ｎ个工件集合的期望时间为Ｏ（ｎ）．     

基于改进遗传退火算法的高速公路巡逻车路径优化调度

为了合理分配有限的高速公路巡逻车资源,构建了确定型高速公路巡逻车路径及调度优化模型。探讨了有限巡逻车资源路径、调度优化建模问题;构建了以全覆盖模型为基础,以事故响应时间最小为目标的优化模型。将连通的路径作为染色体,基于MATLAB对改进的遗传退火算法进行编码,采用动态交叉及变异概率,在交叉变异后子代更新中引入模拟退火算法Metropolis准则;并在改进的遗传退火算法中加入动态规划算法对巡逻车进行分配。以Sioux Falls路网及数据,对MATLAB编码的遗传退火算法进行验证,计算结果与两种情景假设及模拟退火算法优化结果作比较。结果表明:改进的遗传退火算法求解结果比相应的情景假设求得事故响应时间分别减少了23. 35%与28. 28%;与模拟退火算法求解结果相比,该方法具有更好的寻优效果及计算效率。MATLAB编码的改进遗传退火算法对中大型路网路径、调度寻优效果较好。     

基于改进混合蛙跳算法的动态环境路径规划

针对复杂场景中路径规划具有未知性和动态性,传统方法无法对路径规划问题进行求解的问题,设计一种改进混合蛙跳算法的机器人路径规划方法,以提高动态环境路径规划的求解精度.首先对动态环境路径规划的研究现状进行分析,并在此基础上建立数学模型;然后采用混合蛙跳算法对该模型进行求解,并针对基本混合蛙跳算法不足进行改进;最后对路径规划的有效性进行测试.测试结果表明,混合蛙跳算法可准确找到最优的路径规划方案,可应用于复杂场景路径规划中,且性能优于其他路径规划方法.     

基于免疫进化的蚁群算法在梯级水库优化调度中的应用研究

针对蚁群算法在求解过程中出现初期信息素匮乏、易陷入局部最优解的问题,结合梯级水库优化调度的特点,提出了基于免疫进化的蚁群算法。该混合算法充分利用了免疫进化算法的全局快速收敛性和蚁群算法的正反馈性,提高了求解效率。实例计算表明该混合算法在求解梯级水库优化调度问题时,与逐次逼近动态规划相比较,结果合理、可靠,计算效率较高,从而为求解高维、复杂的梯级水库优化调度提供了一条新的求解思路。     

基于控制思想求解非线性规划问题的李雅普诺夫方法

为了高效求解非线性规划问题,对一种基于控制思想的新颖方法——李雅普诺夫方法——进行了研究.该方法将约束非线性规划问题转化为一个动态系统,基于系统的动态特性给出原优化问题的最优解.分别针对单目标和多目标的非线性规划问题,对算法的收敛性进行了分析,给出了算法在应用时松弛变量、增益因子等关键参数的取值建议.大量数值算例验证了上述收敛性及参数取值建议的正确性,表明了该方法在求解非线性规划问题时的巨大潜力和新颖性.     

关于共同宽容的单机交错排序问题

研究关于共同宽容交货期的单机排序问题.当共同的宽容区间大小给定,位置不固定问题时,该问题证明是NP-hard的,并给出了求解上述问题的动态规划算法.     

求解最短路径问题的DNA动态规划算法

最短路径问题是一个组合优化问题,许多交通运输、工程、管理等实际问题可转化为最短路径问题进行求解。文中利用DNA计算的并行计算模式,给出一个求解最短路径问题的DNA动态规划算法,该算法最多需要7n-11个生物操作。     

煤矿铁路最优空车分配方案的数学模型及算法

运用计算机编制矿区的最优空车分配方案 ,使全矿的总落地煤最少 .建立了数学定义和数学模型 ,给出空车分配问题的一系列最优性准则及化简方法 ,有效地降低了求解该问题的规模 .应用动态规划方法编制了求解该问题最优解的计算机算法 ,分析了该算法的复杂性和有效性 .通过对一个实例的计算和结果的分析 ,说明该算法在实际应用中是可行的 .     

基于QPSO和MATLAB优化资金投资组合

量子粒子群优化算法(QPSO)是一种基于粒子群优化算法(PSO)的进化算法,它收敛速度快、规则简单、易于编程实现;Matlab是国际控制界公认的标准计算软件。采用QPSO对资金组合投资的多目标问题进行优化,使用Matlab编程,解决了传统方法难以解决的问题,仿真实验表明采用本方法能对资金投资组合问题提出较好的优化决策。     

资源分配问题的动态规划求解方法

一种或几种资源分配给若干用户,或投资于几家企业,以获得最大的效益.文章适当引入阶段、状态变量、决策等将资源分配问题视为多阶段决策过程,应用动态规划方法并且在计算机上通过MATLAB编程方便地求解资源分配问题.     

VC++与MATLAB混合编程的起重机动态特性仿真

为了提高起重机动态特性的求解精度和分析速度,采用Visual C++编译器核心类集MFC绘制可视化窗口,通过C++程序编写及MATLAB函数调用,精确求解门、桥式起重机动态系统模型,实现了VC++与MATLAB的协同合作,实例验证了该方法的可行性。     

最小代价归并树的动态规划实现

动态规划算法广泛应用于求解最优化问题中，通过对最小代价归并树问题的研究，构造出动态递归方程，分析其最优子结构以及重叠子问题性质，从而实现动态规划的过程分析，并用C程序生成最小代价归并树验证其有效性。     

MATLAB中用遗传算法求解约束非线性规划问题

约束非线性规划问题的求解往往是运筹学中的NP问题,利用MATLAB中的遗传算法工具箱中的函数方便、快捷的求得了两个实例的最优解,进一步指出了遗传算法与传统的最优化算法的区别.     

基于MATLAB的亥姆霍兹线圈轴线磁场均匀分布的动态仿真

MATLAB软件为复杂、抽象物理现象的动态仿真提供了简单、高效的编码环境.文章在分析亥姆霍兹线圈轴线磁场分布现象的数学模型基础上,提出了一种运用MATLAB软件对亥姆霍兹线圈轴线磁场均匀分布进行验证及仿真的方法.该方法能够简便、直观地展现亥姆霍兹线圈轴线磁场均匀分布的这一物理现象.     

MATLAB与大学化学数值计算应用研究

MATLAB是MathWorks公司推出的面向科学与工程计算的高级语言 ,可高效解决矩阵运算、方程求解、数值积分等科学和工程问题 ,具有数值稳定性好、使用方便等特点。通过几个例子扼要地介绍应用MATLAB解决大学化学数值计算问题的体会与编程实践     

用遗传算法优化模糊控制规则的方法及其MATLAB实现

介绍了用遗传算法优化模糊控制规则的方法,包括目标函数的确定,选择、交叉等遗传算子的确定．给出了如何用MATLAB编程实现算法的具体步骤,最后将所得的规则用于设计模糊控制器,并进行仿真,取得了很好的效果．     

无环网络最大流的一种新算法

网络最大流问题是运筹学和网络优化的重要问题之一.基于动态规划基本思想,提出了在无环网络中适用的一种网络最大流算法.该算法通过判断在各个动态阶段各节点允许通过的最大流量,最终得到终点的最大流量-网络最大流,从而大大提高了执行的效率.最后算法分析和算例表明了新算法的有效性.