容量受限工厂选址问题模型及贪婪蚁群算法求解

研究了在容量受限条件下的工厂选址问题.针对现有模型对覆盖问题、经济效益问题和发展状况问题考虑不足,提出了一种新的数学模型.由于容量受限的工厂选址是一个复杂的决策过程,较难得到满意解和最优解,提出一种新的改进蚁群算法对其进行求解.改进蚁群算法在传统蚁群算法的基础上结合了贪婪算法.仿真结果一方面说明了新的数学模型的有效性,另一方面证明了改进蚁群算法改善了传统蚁群算法易于陷入局部最优解的缺点,提高了寻优质量.     

单机总误工问题的分解启发式算法

为了解决单机总误工问题,提出了一种分解启发式算法。该算法是将解决这一问题最好的优化方法(Lawler分解算法)和非常有效的启发式算法(MDD)有机结合,在每一次迭代过程中均利用MDD算法估计Lawler分解算法中不同分解位置对应的误工,确定具有最大加工时间的工件在获得最小总误工的分解位置处加工。从理论上证明了该算法得到的排序结果优于MDD排序,仿真实验也表明该算法得到的结果99%以上为最优排序,而且可以求解多达1000个工件的问题。该算法以较短的时间获得了接近最优排序的结果,算法性能优良。     

基于空间分解的二维布局问题的启发式算法

一种基于空间分解的解决矩形物体布局问题的启发式方法。按照深度优先的原则将布局空间逐步分解，每次放入相对于当前布局空间来说是满足特定条件的最优布局块，并将该布局块定位于当前布局空间的左上角来不同大小矩形物体的布局方案。通过调整调序因子ＫＡ和ＫＢ的值，可得到满足不同要求的优化布局方案，所得布局方案均满足工业上一刀切的要求。实验结果及与其他算法的比较证明了该算法的灵活性和有效性。     

基于Visual c^＋＋ 的0-1背包问题的贪婪算法

背包问题是经典的NP组合优化问题之一,在管理中的资源分配、投资决策、装载问题等领域有着广泛的应用。文中给出0-1背包问题的数学模型,然后简单介绍了贪婪算法,并使用这这种算法解决0-1背包问题,通过在viusal c 6.0环境下对算法进行测试和分析,实验结果证实了所提出方法的有效性。     

一种适用于紧急事件调度的启发式项目调度新方法

针对紧急事件调度的紧迫性特点,为了快速准确制定响应方案,建立了一种基于资源约束的启发式项目调度方法.为了确定方案执行过程中的关键任务,将该方法与关键链方法相结合确定最终的调度方案.首先,在不考虑资源约束的条件下,制定了任务的最早及最晚开始时间计算方法,用来确定项目的初始关键链;然后,利用资源受限项目调度模型,通过制定的启发式规则确定资源约束下的关键链;最后,利用根方差法确定关键链中输入缓冲区的容量.同时,以海上救援紧急作业调度为例对算法进行了测试,并将该算法与现有的多种启发式规则进行了比较.结果表明,本算法能生成更好的调度方案,更适用于紧急事件调度.     

一种实用的启发式资源平衡优化算法的改进

资源平衡优化问题即资源有限项目调度问题,是一个NP难问题,现在商用项目管理软件系统中的资源平衡优化问题多采用基于优先规则的启发式算法.通过定义一个新的作业集合和一个巧妙的修改动态参数的方法,使算法在实现上极大地减少了调度时间,进一步增强了启发式算法的实用性.     

多维O-1背包问题的混合遗传算法

将贪婪法和遗传算法相结合，设计了一种价值密度，提出了一种求解多维0-1背包问题的混合遗传算法。经实例证明，该方法能较好地解决多维0-1背包问题并较简单遗传算法有较好的改善。     

一种求解多维背包问题的小世界算法

针对遗传算法求解复杂组合优化问题时出现早熟收敛和种群多样性丧失等问题,提出了一种解决多维背包问题的二进制编码小世界算法(BSWA).BSWA算法依据社会学中的小世界现象搜索机理,采用类似遗传变异操作的局部搜索,而非遗传算法中的交叉操作.针对多维背包问题的多约束性,BSWA算法还按照价值资源比大小对不可行解进行贪婪修正,以保证求解的正确性.与遗传算法相比,BSWA可以在一定程度上克服早熟收敛,在保持种群多样性和求解精度方面均体现出较大的优势,具有解决复杂组合优化问题的潜力.对55个标准的多约束0-1背包问题进行了50次随机实验,结果表明,BSWA算法对于其中72.73%的问题可以次次获得最优解,对于其他不能次次求解到最优解的问题,也可以获得非常接近全局最优解的满意解.     

集合覆盖问题的一种启发式算法

给出了完备策略的概念，并提出了一个求解集合覆盖问题的启发式算法，对该算法的合理性、时间复杂性以及精度进行了分析。用该方法可以求解其它的NP困难问题。     

一种新的受限通孔最小化算法

提出一种求解双层ＶＬＳＩ布线的受限通孔最小化问题（ＣｏｎｓｔｒａｉｎｅｄＶｉａＭｉｎｉｍｉｚａｔｉｏｎ）的图论模型；然后，以此为基础提出了一种采用分治策略（ｄｉｖｉｄｅ—ａｎｄ—ｃｏｎｑｕｅｒ）的受限通孔最小化算法。理论分析表明，该算法具有较好的平均性能和较低的计算复杂性。     

基于贪婪启发式的多期多目标动态网络选址

为弥补现有选址模型考虑需求变化及客户满意度的不足,研究了随机需求环境下的配送中心选址并设计了衡量客户满意度的函数. 运用随机机会约束规划为基本建模工具,将模型设计拓展到多期规划决策领域并构建了动态多期多目标选址模型,模型不仅考虑了最小化配送中心运作成本,而且考虑了客户最大满意度;运用主要目标法将多目标选址模型转化为单目标选址模型,采用满意度高优先的客户指派原则设计了贪婪启发式求解算法. 算例结果表明,模型的非劣解包含了传统的以最小化物流成本为目标的选址模型的最优解,从而为配送中心选址提供更加灵活全面的决策依据.     

运输路径问题的一个新启发式算法

在解运输路径问题时常常使用Clarke和Wright提出的启发式算法(下称C.W.算法)。本文对Clarke和Wright算法进行改进。改进算法的计算复杂性虽不如C.W.算法,但计算的数值结果在大多数情况下比C.W.算法的结果更好。     

一种启发式的分布式最大独立集算法

从最大独立集问题的0-1整数规划数学描述入手,首先针对树图情形提出了一种基本的分布式树（Tree）算法,并证明该算法在树图情形下是最优的,然后将该Tree算法针对一般图情形进行了启发式的修正,得到一种新的分布式修正树（m-Tree）算法.理论分析表明,当图为树或二分图时,m-Tree算法可以简化为基于信用传播（BP）的分布式算法,是对BP算法的一种推广.仿真结果表明,对于树或二分图情形,m-Tree算法与BP算法都能收敛至最优解;对于一般图情形,m-Tree算法的收敛性能与权和性能均远优于BP算法,并且其权和性能接近最优解.     

一种新的求解约束优化问题的遗传算法

科学和工程领域中的许多问题最终可以归结为求解一个带有约束条件的函数优化问题,本文针对此类约束优化问题提出了一种新方法,它把约束优化问题转化为双目标优化问题,并利用遗传算法从多点出发寻找最优解的特性,设计新的交叉、变异和选择算子,使得算法迅速找到问题的最优解。数据实验结果表明该算法对约束优化问题的求解是有效的。     

矩形条覆盖问题的贪心算法

讨论了计算几何学中的矩形条覆盖问题 ,提出解决该问题的一个有效算法 ,并对提出的算法进行了分析 .     

针对目标的布局启发式算法

为解决二维矩形布局问题，在广泛研究各种启发式方法的基础上，提出了基于目标的启发式算法．该算法在布局开始时确定布局目标，布局过程中综合运用多种策略，让每个局部最优解达到布局目标值，得到稳定的、可靠的全局解；并且简要分析了矩形正交布局的空间分解方法，提出了群组的基本策略以及布局的定序规则和定位规则、实验结果表明，算法具有较强实用性，布局效率提高2％以上．     

客车调度问题(BSP)的数学模型及一种新的启发式算法

本文讨论并建立了客车调度问题的数学模型,着重讨论其费用矩阵和目标函数。本文提出的一种新的启发式算法,能保证该问题获得满意的可行解和非可行解。这种新算法经实践证明是有效的。     

一种求解翻箱问题的启发式算法

在集装箱堆场,翻箱操作不可避免,为降低翻箱次数,提高作业效率,有必要找到一种有效的方法来解决这一问题.在已知每个集装箱提箱顺序的前提下,如何安排翻箱作业顺序是典型的NP难问题.为此提出了一种启发式算法,并通过算例实验与已有算法的结果进行对比,实验结果表明本文提出的算法较优.     

分配问题的启发式算法求解

禁忌搜索算法和蚁群算法是近几年优化领域中出现的两种启发式算法.简单介绍了这两种启发式算法的基本原理,给出了应用这两种算法以及其混合算法解决分配问题的求解过程.仿真结果表明混合算法取得的结果较好.