“非正规”内容管理系统给企业网站优化带来的弊端

目前许多企业网站是用“内容管理系统”开发的,简称为CMS,是英文Content Management System的缩写。企业网站需要优化,已经成为众多企业主的共识。优化由两个方面组成：技术优化和人文优化。技术优化指的是代码、目录结构和针对搜索引擎的优化等。技术方面的优化工作会给用户带来方便,给网站带来更大的效益,其优化的模式和内容比较固定。人文优化指的是交互性优化、易用性优化等针对用户使用方面的优化工作,这一部分是网站用户可见的。     

基于组合优化算法的碟形水下滑翔机结构优化

圆碟形水下滑翔机的耐压壳体重量大小直接影响其整体性能。为解决只采用一种优化方法进行耐压壳体结构优化设计,很难得到真正的全局最优解的问题。首先,分别采用单目标优化、多目标优化方法进行碟形水下滑翔机结构优化方案设计。然后,设计全局探索型优化算法和数值型优化算法相结合的组合优化算法,对圆碟形水下滑翔机的耐压壳体进行优化设计;并与采用单独优化算法的优化设计结果进行比较分析。结果表明:MIGA和Hooke-jeeves组合优化算法获得很好地单目标优化效果;AMGA和Hooke-jeeves组合优化算法获得很好地多目标优化效果。     

流程工业中的优化技术及应用研究

提出了流程工业中的静态优化、动态优化和生产结构优化问题的命题和数学描述,及目前解决这些问题的优化方法和常用的工具。对正交配置离散化结合序贯二次规划优化计算的动态优化方法进行了详细的介绍。以热集成精馏系统以能耗最低为操作目标的优化为例,说明动态优化技术在流程工业中的应用。     

动态优化中的试验方法及其应用

本文讨论动态优化的试验问题。认为在动态优化前后应该对原始模型和优化结果模型进行试验验证,以检验动态优化方法和优化结果的正确性。文中列举了模型试验的两种方法和实际框架结构的算例与试验结果。     

飞行器概念设计中多学科优化模型的研究

多学科优化技术的发展有效地提高了飞机的设计水平,同时提高了设计人员对非常规布局飞机的设计能力。以一种双后掠飞翼布局飞机为研究对象,建立新的优化模型对其进行气动、结构优化。优化过程分为系统级优化和学科级优化。在系统级优化中,航程定义为飞机全局性能指标。在学科级优化模型中,把升阻比和展向气动载荷分布的综合气动性能作气动学科优化目标,结构重量作为结构优化目标。优化结果表明,优化模型可以高效的运行,优化方案更接近最优解。     

网站的技术优化策略研究

网站的技术优化已经成为基本的网站运营策略和开发技术,可以大大提高网站的运营效果。随着时代的发展,网站框架规模和信息储量越来越大,越来越多的人使用网站的各种功能,对网站性能要求也越来越高。因此,对网站进行有效的技术优化,可以减少网站运营成本、提高用户的访问速度和网站的搜索排名。网站的技术优化主要分为访问性能优化和搜索引擎优化。访问性能优化主要是针对响应时间、吞吐量和资源利用率等网站性能指标优化网站,以提高用户访问速度和网站性能。搜索引擎优化主要是针对搜索引擎的搜索、分析、索引和检索原理优化网站,以提高网站被搜索的排名。     

公共图书馆管理流程优化实施方法研究——以企业流程优化管理模式为借鉴

本文借鉴企业先进的流程优化管理模式,阐述了公共图书馆引入企业流程优化机制的必要性和可行性,对公共图书馆流程优化进行了分析和研究,提出了公共图书馆流程优化详细操作和实施方法,并对公共图书馆流程优化的实践与可持续性进行了展望。     

钢铁工业智能制造的集成优化

 钢铁工业智能制造的目的，是围绕钢铁流程功能，进行结构优化与程序优化，实现全流程动态有序、协同连续运行和多目标整体优化。介绍了钢厂结构优化和程序优化的主要内容和需要研发的关键技术，包括产品质量闭环管控、一体化计划调度、物质流能量流协同和多工序协调优化。提出了钢铁工业推进智能制造需要突破的一些共性问题和实施路径。     

基于果蝇优化算法的电力系统无功优化

针对电力系统无功优化存在的问题,提出了一种基于果蝇优化算法的无功优化。首先将该算法运用到无功优化问题中,并对IEEE30节点进行仿真计算,结果表明,该算法对于求解复杂无功优化问题具有可行性和有效性,同时运用PSO优化算法对IEEE30节点进行了优化,对比结果表明果蝇优化算法具有更好的优化能力。     

有限元平面三角形网格的优化

本文对有限元平面三角形网格优化的基础上，系统地提出了“结构优化”的概念，并对以往的网格光顺算法做了改进，提出了一种将结构优化和位置优化相结合的网格优化方法，弥补了以往的优化方法中对结构优化的忽视，使网格优化更加完善。     

一种遗传算法求约束优化问题的新方法

为了更好的解决约束优化问题,介绍了利用遗传算法求解约束优化问题的一般方法,在分析传统方法的基础上提一种遗传算法求解约束优化问题的新方法,将约束优化问题分成两步:首先不考虑目标函数,把约束优化问题转换为一个约束满足问题来处理,获得一个可行解;然后对目标函数和已满足约束的条件进行优化,最终获得一个最优解。还对该方法在不同问题下作了分析,证明了该方法对求解有约束优化问题有良好性能。     

求解非光滑优化问题的修正HS三项共轭梯度法

为了提高大规模非光滑优化问题的求解效率,克服其他方法存储需求大、算法复杂等缺点,提出求解非光滑优化问题的一种修正HS共轭梯度算法。在经典HS三项共轭梯度法的基础上提出一种新的搜索方向,并利用Moreau-Yosida正则化技术和Armijo-type线搜索技术进行设计。新算法满足充分下降条件,搜索方向属于信赖域,在适当条件下证明了新算法全局收敛。初步的数值实验表明新算法在求解非光滑无约束优化问题方面比LMBM方法更有效。新算法不仅具有较好的收敛性质,而且数值表现良好,为更加高效地求解非光滑优化问题提供了新的方法。     

多对象生产单元设备双行布置优化分析

分析了传统的设备双行布置目标函数、优化规则和优化方法存在的问题，指出优化设备双行布置的关键是减少反向和横向物料运输工作量，构造了一种新的扩展从至表，作为设备双行布置优化工具，有效地解决了设备双行布置优化问题。     

解约束优化问题的新PSO算法

对约束问题的处理通常采用罚函数法,而使用罚函数法的困难在于参数的选取。文中提出了一种解约束优化问题的新PSO算法(CLDPSO)。该方法基于平滑技术设计了一个平滑函数,此函数可以消除一些局部极小点,使算法CLDPSO能有效克服标准PSO算法易陷入局部最优的缺陷;另外,结合约束优化的约束条件给出的新开关选择算子,使算法在选择下一代时保持群体中不可行解的一定比例。这不但有效的增加了群体的多样性,而且避免了传统的过度惩罚,使群体向最优解更好、更快地逼近。数值试验表明该算法对约束优化问题求解是非常有效的。     

特征统计算法及其在NP组合优化问题上的应用

特征统计算法是为了解决复杂多极值优化问题而开发的一种新的全局优化算法。为了检验该算法的性能,应用它在一类具有代表性的NP组合优化问题-旅行商问题(TSP)上作了计算。结果发现,该算法虽不是专为TSP问题而开发,却在该问题上取得了很好的结果。所得到的结果表明,特征统计算法可以作为解决这类NP组合优化问题的一个新的途径。     

粒子群算法的改进及其在求解约束优化问题中的应用

在用粒子群算法求解约束优化问题时, 处理好约束条件 是取得好的优化效果的关键. 通过对约束问题特征和粒子群算法结构的研究, 提出求解约束 优化问题一种改进的粒子群算法, 该算法让每个粒子都具有双适应值, 通过双适应值决定粒 子优劣, 并提出了自适应保留不可行粒子的策略. 实验证明, 改进的算法是可行的, 且在 精度与稳定性上明显优于采用罚函数的粒子群算法和遗传算法等算法.     

低维工程优化问题的一种新的有效算法

本文给出了适用于小规模（例如维数ｎ＜１０）工程优化问题的一种新的有效算法，称为ＳＡＭＴ，即序贯增广罚函数极小化方法。文中详细介绍了ＳＡＭＴ的两种具体算法，都是应用增广罚函数的原理，再采用可变多面体搜索法（单纯形法，Ｎｅｌｄｅｒ－Ｍｅａｄ）求解该函数的无约束极小值。应用ＳＡＭＴ和ＳＷＩＦＴ两种算法对三个试验问题和三相变压器优化设计模型进行了计算与比较，结果说明对于有约束的优化问题，ＳＡＭＴ算法比ＳＷＩＦＴ算法收敛更快。     

求解非线性优化问题的记忆梯度摄动投影算法

利用摄动投影矩阵建立求解非线性约束优化问题的记忆梯度摄动投影下降算法,并证明算法的收敛性,同时给出结合FR、PR、HS参数和拟牛顿方程的记忆梯度摄动投影算法,从而将经典的共轭梯度法推广用于求解约束优化问题。数值结果表明算法是有效的。     

利用粒子滤波原理求解函数优化问题

针对多维函数优化容易陷入局部极小值问题,提出一种基于粒子滤波原理的优化算法.首先简要地介绍粒子滤波算法的基本原理;再针对函数优化问题,阐述利用粒子滤波实现优化算法的基本思想,并介绍了其具体的实现步骤,同时为了丰富粒子的多样性,引入了遗传算法的交叉和变异操作;最后为了验证新算法的有效性,采用30维的Benchmark函数进行仿真实验.仿真实验结果表明:基于粒子滤波的优化算法在解决多维函数优化问题方面较其他优化算法具有更强的全局搜索能力和求解精度,这也为优化算法的研究提供一种新的途径和手段.     

粒子群算法在求解优化问题中的应用

粒子群优化(PSO:Particle Swarm Optimization)算法是一种新兴的优化技术,其思想来源于人工生命和进化计算理论.PSO算法通过粒子追随自己找到的最好解和整个群体的最好解完成优化.为了避免PSO算法在求解最优化问题时陷入在局部最优及提高PSO算法的收敛速度,提出了对PSO算法增加更新概率.对无约束和有约束最优化问题分别设计了基于PSO算法的不同的求解方法和测试函数,并对PSO算法求解多目标优化问题进行了研究.仿真实验表明了改进的PSO算法求解最优化问题时的有效性.