基于混沌遗传算法的一类非线性两层混合整数规划问题求解

针对一类非线性两层混合整数规划问题,选取一种混沌性较强的自映射,通过引入混沌遗传动态组合系数的概念并在改进相应遗传算子的基础上,设计了一种新型的混沌遗传算法。数值实例结果表明,该算法简便、有效。     

一类非线性两级混合整数规划问题的全局最优解的近似算法

讨论了一类非线性两级混合整数规划的求解问题 .基于非线性混合整数规划理论和算法 ,探讨了对上级规划问题采用模拟退火求解混合整数规划的算法 ;对下级规划问题采用内罚函数法 .实际运算证明 ,该算法是有效的.     

一种求解混合整数非线性规划的新算法

针对混合整数非线性规划求解难的问题,本文给出了一种新的求解策略--混合序列差异演化算法,该算法采取混合编码的形式以便处理连续变量、整数变量以及混合整数变量的优化问题.最后通过数例检验算法的优越性,仿真结果表明该算法求解效率高、收敛速度快、全局搜索能力强.     

一种求解混合非线性整数规划的支撑超平面方法

给出一种在可行域边界生成支撑超平面(Supporting Hyper Plane, SHP)的方法来求解凸混合整数非线性(Mixed Integer Nonlinear Programming, MINLP)问题.扩展切平面(Extended Cutting Plane, ECP)算法作为求解混合整数非线性规划的一种重要方法 ,在算法结构上简单,鲁棒性强,但是该算法收敛速度慢,特别是当被求解问题非线性程度比较高时.SHP算法在每次迭代过程中对可行域的估计比 ECP算法更准确(更小), 从而加快了算法的收敛速度.和ECP方法相比, SHP算法有效的提高了求解MINLP问题的效率,数值试验显示了该方法的有效性.     

机会约束下基于混合整数规划的均值-VaR证券投资基金投资组合选择模型

研究机会约束下基于整数规划的均值-VaR（Value-at-Risk）证券投资基金投资组合选择问题。在验证了股票收益率服从Scaled-t分布的条件下,基于非参数方法且以历史观测数值为序次统计值,结合均值-VaR方法和混合整数规划理论,以收益绝对离差作为目标函数建立了机会约束下基于混合整数规划的均值-VaR证券投资基金投资组合选择模型。它是以VaR收益率阈值与置信水平为导向的。该模型还考虑了证券投资基金中的投资比例限制,使其更具有一定的实际应用价值。     

一类混合机会约束整数规划模型及其应用

提出并建立了一类混合机会约束整数规划模型,该模型同时含有模糊和随机参数。运用随机模拟与模糊模拟相结合的技术,给出了求解该机会约束整数规划模型的遗传算法。针对一类生产计划问题,在模糊和随机两类不确定因素同时并存的情况下,分析建模和数值求解,结果说明了模型和算法的适用性和有效性。     

基于混合多目标进化算法的多无人机侦察路径规划

由于侦察任务的复杂性和不确定性,无人机对其目标的侦察时间往往是不确定的。将多无人机对观测时间不确定目标的侦察路径规划问题建模为使任务时间、编队总耗时和编队规模同时最小化的多目标优化路径规划问题。对此,在基于ε 占优的稳态多目标进化算法基础上引入多目标局部搜索,给出了混合ε 占优多目标进化算法,提出了一种使用插入最近点方法的启发式遗传操作。实验结果表明,算法能够有效解决所研究的问题,并且其优势随着问题规模的增大而显著。     

关于多品种有约束存储模型的一种非线性整数规划方法

对多品种有约束的存贮论问题,传统的存贮模型是通过给每一种货假设一个决策变量（定量时间或定货量）再用Kuhn-Tuchker条件求得“最优解”,实际上这样的结果并非最优解。它存在着订货次数过多,资源利用率低,总费用过高等缺点。本文通过对时间的有效切割入手,建立了一非线性整数规划模型比较好地解决了这一问题,本文在提出新的方法的同时,将之与传统有约束存贮模型和无约束存贮模型作了充分的对比。     

求解整数规划问题的微粒群算法

针对整数规划问题的特点,提出了一种在整数空间中进行进化计算的PSO算法,使微粒群的进化限于整数空间.仿真实验结果验证了方法的正确性与有效性.     

项目附加资源优化的整数规划算法

根据网络计划技术中的关键线路法ＣＰＭ的时间参数分析,提出了一个工程项目建设过程中附加资源的混合整数规划模型,使建设项目在充分利用自身已有资源的前提下得到附加租赁机械设备和附加资源的使用安排计划,并使所支付的费用最低     

Boltzmann Machine Method forSolving Mixed Integer Bilevel Programming Problem

ＢｏｌｔｚｍａｎｎＭａｃｈｉｎｅＭｅｔｈｏｄｆｏｒＳｏｌｖｉｎｇＭｉｘｅｄＩｎｔｅｇｅｒＢｉｌｅｖｅｌＰｒｏｇｒａｍｍｉｎｇＰｒｏｂｌｅｍＺＨＯＮＧＷｅｉｊｕｎ；ＸＵＮａｎｒｏｎｇ；ＳＥＮＨｏｕｃａｉ（ＩｎｓｔｉｔｕｔｅｏｆＳｙｓｔｅｍｓＥｎｇｉｎｅ...     

一种混合整数双层线性规划的全局优化方法

通过求得下层问题的对偶问题可行域上的极点,将上层所有变量为0 1型变量和下层所有变量为连续型变量的双层线性规划转化为有限个混合整数线性规划问题,从而用求解混合整数线性规划的方法获得问题的全局最优解.由于下层问题的对偶问题可行域只有有限个极点,所提出的方法具有全局收敛性.     

混合整数规划问题遗传算法的研究及仿真实现

提出了一种可以处理混合整数规划问题(MIP)的混合遗传算法MIGA。该算法采用二进制映射模式可变长度染色体编码,在进化过程逐渐缩小编码的搜索空间,从而在加快收敛速度的同时改善了迭代的精度,能很好处理离散变量和连续变量的混合整数规划问题。以一纯整数规划问题为例,利用分枝定界算法只能得到唯一的一个最优调度策略,而MIGA算法则可以得到一系列的最优调度策略,对这些最优调度策略进一步的分析,还可以得到调度问题一些灵敏度参数,在实际应用中具有更大的灵活性。     

利用进化规划和逐步二次规划实现前馈神经网络的结构优化

用进化规划与逐步二次规划来实现前馈神经网络的结构优化问题 ,并提出了一个相应的学习算法 .针对进化规划与逐步二次规划各自的特点 ,进行了组合 ,使算法不仅具有随机全局搜索能力 ,而且还具有更好的全局收敛能力 ,并与环境有更强的自适应能力 .最后通过仿真和应用实验证实了算法的有效性.     

基于黄金分割律选择算子的改进进化编程算法及其在机器人路径规划中的应用

通过分析及结合机器人路径规划的进化编程仿真实验指出,保存最优个体或淘汰最差个体都会引起进化算法早熟现象,并提出如下改进算法按适应度从高(优)到低,依黄金分割律分别取出优秀和最差部分个体(染色体),通过赌轮法,并按适者生存原则从优秀的部分中选择一个体直接进入子代,而按劣者淘汰原则从最差部分中选择一个体从子代中排除.将改进算法运用于机器人路径规划,通过仿真实验检验了算法的有效性.     

用遗传规划求欧拉回路

讨论了用遗传规划寻找任意欧拉图中的欧拉回路的原理，给出了解题的分级方法，群体定义方法与适合值的测试方法，并对结果进行了分析比较。     

一类非线性两级规划问题的模拟退火求解

提出一种基于模拟退火算法求解一类非线性两级规划问题的方法。为了提高模拟退火算法处理上级约束的能力，在模拟退火算法中引入一个辅助优化问题，通过求解该辅助优化问题产生满足上级约束的试探点，避免了使用罚函数处理上级约束。数值计算结果表明，与使用罚函数处理上级约束的模拟退火算法相比，本文提出的方法不仅可以提高求得全局最优解的可靠性，而且可以减少模拟退火算法的迭代次数，提高计算效率.     

基于Petri网整数规划的安全操作路径综合

基于Petri网结构，针对安全生产操作建立整数规划模型，进而实现经济效益与安全生产最优综合。首先，根据Petri网概念，拓扑管酪与阀门模块和故障模块，由此建立安全嗍于声璐径的超级结构，然后，根据Petri网中标记状态的传递情况，确定整数规划模型中的约束条件，最后，考虑权衡最小操作数和最低故障期望建立双目标函数．通过实例验证模型和算法的正确性和有效性，并用GAMS中的CPLEX模型进行Pareto前沿理想点优化求解，得到令人满意的折中安全操作路径。     

求解随机规划问题新方法——优劣解法

随机规划最优化,即使随机规划的目标函数最优化,达到最优值。那么怎样求随机规划目标函数的最优值呢?设随机规划问题min z=c′x,C为n维随机列向量,x为n维列向量,D为约束域。求其在满足约束条件下随机目标函数的最优值z~*=c′x~*。而如何判断随机变量是最小的呢?下面就此讨论,从而提出比较随机变量的方法。     

基于整数小波变换的图像编码研究与仿真

对原始图像分块后，通过整数平方量化阈值编码与上下文相关的零树编码的有机结合，提出一种基于整数小波变换和整数平方量化阈值的上下文相关零树编码算法ISCZ（Integer Square threshold and Context-based Zerotree)。ISCZ算法不仅缩短了各量化阈值间的距离，增加了编码过程中零树的数量，而且充分挖掘了零树符号间的相关性，克服了基于提升框架的(5，3)等整数小波变换能量集中性差的缺点。实验结果说明，ISCZ算法对静态图像的压缩效果优于目前已有的小波压缩算法。