体育联赛中基于GSO算法的赛程优化方法

针对体育联赛中各参赛队伍的赛程安排问题,提出一种基于群搜索优化(GSO)算法的赛程优化方案.首先,将赛程安排以赛程序列矩阵来表示,而赛程序列矩阵则由各队的转场序列矩阵产生.然后,将GSO算法中的个体根据转场矩阵形式进行编码,在赛制约束条件下,以最小化所有队伍的总转场次数为目标对其进行寻优,获得最优的转场矩阵.最后,根据最优转场矩阵获得赛程调度方案.在不同队伍规模的比赛场景中进行实验,结果表明该方案能够获得最优的赛程安排,有效降低了转场次数.     

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.     

基于ACO算法的危险化学品车辆运输路径优化方法

城市中危险化学品的运输直接影响人民人身安全,为了合理规划运输路线,提出了一种基于蚁群优化(ACO)算法的多目标路线规划方案.首先,将运输路线图和相关属性建模成一个有向图.然后,根据路线距离、车辆负载和人口分布等属性,构建运输风险和运输时间的计算方法 .最后,综合考虑运输风险和运输时间构建一个目标函数,通过ACO算法来寻找最优路线.仿真结果表明,该方法能够得到最优路线,有效降低运输风险.     

蚁群算法求解函数优化的算法设计

为了求解一般的函数优化,文章在对标准蚁群算法的基础上,引入遗传算法的编码方式,并对蚁群算法的信息素更新进行改进.通过对几个经典测试函数的求解,证明了算法的有效性.     

捷联系统姿态算法的优化

该文对姿态计算四元数方法进行了研究.通过对计算姿态矩阵的U-S分解,清楚地表达了不同算法的标度误差、歪斜误差和漂移误差;同时也对整流误差、算法优化以及陀螺输出速率信号的提取阶次与计算误差间的关系等问题作了探讨     

Apriori挖掘算法的优化研究

本文分析了数据挖掘的经典Apriori算法存在的缺陷:处理规模巨大的候选项目集时需要消耗大量的时间;对候选项目集进行模式匹配时需要多次重复扫描事物数据库,降低算法的速度和效率。针对这些缺陷本文对经典的算法和优化策略进行了剖析,提出一种新的发现频繁项目序列集的算法DISS-DM。本算法是在算法ISS-DM的基础上加以改进,采用了数据分割法将数据库分成多个分片,对每个分片进行一次扫描找出局部频繁项集,对整个数据库扫描发现全局频繁项集。本算法只需要扫描数据库两次,就能发现全局频繁项集,能减少内存需求,有利于大型数据库的数据分割优化。     

一类非线性网络优化问题的信赖域算法

对一类非线性网络优化问题提出了依赖域算法,在一般条件下,证明了由算法产生的序理铁任一聚点均为问题的Ｋｕｈｎ－Ｔｕｃｋｅｒ点的全局收敛结果。     

多级圆柱齿轮减速器的混合离散变量解耦优化算法

提出了一种多级圆柱齿轮减速器混合离散变量的优化算法.通过分离各级的耦合关系,把减速器的优化分解成各单级的优化和总传动比分配的优化     

基于改进粒子群算法优化策略的核极限学习机方法研究

本研究通过对核极限学习机的原理进行分析,确定优化参数,分析粒子群算法的基本原理,并对多种改进的粒子群算法进行研究,通过基准测试函数对6种算法的优劣进行分析。笔者选取综合学习粒子群算法为优化核极限学习机的基本框架,并将线性递减惯性权重和综合学习粒子群算法进行结合,用于改进粒子群算法易陷入局部最优的问题,从而实现对核极限学习机的参数优化。     

多模态函数优化的小生境克隆选择算法

分析了传统用于多模态函数优化问题小生境遗传算法的特点和不足,基于免疫系统的克隆选择原理,提出一种解决多模态函数优化问题的小生境克隆选择算法(NCSA),通过3个典型的多模态函数寻优问题的仿真实验,说明实现了小生境克隆选择算法在解决多模态函数的优化问题时的有效性.     

基于混沌思想的粒子群优化算法

为克服粒子群优化算法容易陷入局部最优的缺点,根据混沌运动的随机性、遍历性特点,提出一种基于混沌思想的粒子群优化算法(CPSO).该算法利用种群适应度方差进行早熟收敛判断,实现对进化过程的监视,当发现种群陷入局部最优时,对种群进行混沌初始化,帮助种群摆脱局部最优点.对4种典型测试函数的仿真结果表明,改进算法明显减少了种群陷入局部最优的可能性,其全局寻优能力明显强于标准粒子群优化算法.     

基于粒子群算法的珩磨加工参数优化研究

粒子群算法具有计算简单,收敛速度快和良好的全局与局部收敛能力等特点.通过对珩磨加工工艺参数的分析,构建了基于粒子群算法的珩磨加工参数智能选择模型,在理论模型的基础上通过实验数据对模型参数进行了优化.研究证明该方法用于珩磨加工工艺参数的选择具有可靠性高、选择操作简单、实用性强等优点.     

基于蚁群优化算法的QoS多播路由算法改进及实证

多QoS约束的组播路由技术是当前实现分布式网络多媒体的关键技术,蚁群算法是解决多QoS约束组播路由问题的一种启发式算法,但大多算法仍属于集中式算法.该文提出了一种基于蚁群优化的分布式QoS多播路由算法,并结合多播路由问题的特点对算法进行了改进.通过仿真实验讨论了该方法的性能,并与传统的蚁群算法对比,证实了其的有效性.     

电网PMU优化配置中IGASA算法的研究

在函数的全局优化算法中,模拟退火算法和遗传算法的结合可较好地改善算法的性能．基于这个思想将适合全局搜索的遗传算法（GA）和适合局部搜索的模拟退火算法（SA）相结合,提出改进的遗传模拟退火混合算法（IGASA）来解决电力系统PMU优化配置问题．该算法用于遗传算法中选择概率的计算以增强算法的收敛性,在交叉和变异概率的选取上也进行了改进,以进一步改善算法的稳定性和收敛性,并提高了收敛速度和防止种群早熟现象．5个仿真试验验证了该算法的可行性和有效性．     

稳态大系统多目标优化的双环递阶算法

对于稳态大规模工业系统,提出了一种能够充分满足决策者的偏好克服目标函数不可分性的双环失代算法。该算法首先根据决策人员的偏好把多目标问题聚集为不可分的竟址财嵌入到可分的多目标优化问题中,然后从目标的非劣解集中挑出不可分单目标的最优解,并证明了该最优解就是原问题的非劣解,算法的收敛性也有严格的数学保证。     

利用优化的0RTHOHIN（m）算法求解油藏数值模拟问题

油藏数值模拟足研究油藏的各种物理性质和流体在其中的流动规律,足对油藏开采进行预测、规划、动态分析及结果评价的重要手段．ORrrHOMIN（m）算法足20世纪90年代以来流行的快速高效油藏模拟解法,本文,笔者利用优化的ORTHOMIN     

改进FAST和FREAK的图像匹配算法

针对FREAK算法在图像匹配和压缩过程中的效率低以及失真问题,提出一种改进FAST和FREAK的图像匹配算法。首先,通过改进的FAST提取图像特征点,在提取的特征点范围内构建降维尺度空间金字塔,从而提高原图的匹配速率和卷积过程中的计算效率。其次,基于每个特征点构建低维特征描述,进而确定改进FREAK算法的主方向,以提高运算速率和图像匹配的鲁棒性。最后,通过汉明距离进行图像特征匹配。仿真实验结果表明,该算法能够有效解决多次压缩传输所造成失真的图像的低匹配率问题。     

关于不等式约束优化问题的一类SQP算法的注记

指出参考文献[3]中主要结果定理1的证明中的一个错误.