基于自适应蚁群算法的研究

蚁群算法是一种具有许多优良特性的新型算法,该算法具有较强的发现较好解的能力,但同时也存在容易出现停滞现象,收敛速度慢等缺点。在介绍基本蚁群算法的基础上,针对蚁群算法的不足,提出了一种自适应蚁群算法。该算法对蚁群算法中的信息素在更新过程中进行自适应调整。实验结果表明,该算法比传统的蚁群算法具有更好的搜索全局最优解的能力,并具有更好的收敛性。     

程度上近似算子与变精度下近似算子的差运算的算法与分析

为了构建程度近似算子与变精度近似算子的新运算,探讨其计算算法,提出了程度上近似算子与变精度下近似算子的差运算,提出了宏观算法和微观算法,进行了算法分析与比较,得到了微观算法具有算法空间优势的结论。最后用医疗实例对宏观算法和微观算法进行了分析与说明。该研究对程度粗糙集模型与变精度粗糙集模型的结合与应用具有意义。     

基于标准误差算法的油井工况识别技术研究

抽油机示功图包含了大量的采油设备状态、采油工艺和采油工况的多维信息特征。如何精确地、快速地、方便地识别这些重要信息对指导油井设备的安全可靠运行、采油工艺的改进、实时监测采油工况具有非常重大的现实意义。提出了基于标准误差算法的油井工况识别方法,并建立了标准误差匹配算法的数学模型。首次提出匹配算法和图形差异程度具有关联性的论点,并对标准误差算法和经典匹配算法的可靠性进行了详细的对比研究,研究结果表明标准误差匹配算法和图形差异程度具有极高的关联性,并且标准误差算法的可靠性要优于目前广泛应用的经典匹配算法。通过对大量示功图的识别表明,基于标准误差匹配算法具有非常高的识别可靠性。特别是对微小差别的示功图具有极高的识别精度。     

随机森林算法研究综述

随机森林算法是一种基于决策树的集成学习算法,具有很高的预测准确率,对异常值和噪声具有很好的容忍度,而且不容易出现过拟合,在医学等领域具有广泛的应用。首先介绍了随机森林算法的原理和性质,然后综述了近几年来随机森林算法的改进研究及应用领域,最后对随机森林算法研究做出了总结。     

一种求解无约束优化问题的修正共轭梯度算法

提出了一种求解无约束优化问题修正的共轭梯度算法,该算法具有函数值信息,而且对线搜索技术具有加速作用,另外该算法不仅具有充分下降性还在适当条件下具有全局收敛性。数值结果也表明该算法对测试问题是有效的。     

非凸函数的一类改进BFGS算法的全局收敛性

文[1]提出了一类改进的BFGS算法,并在目标函数为一致凸的条件下,证明了算法具有全局收敛性。针对该算法,在目标函数为非凸函数时,提出一个假设条件,证明具有wolf线搜索的该算法亦具有全局收敛性。     

基于实数编码免疫思维进化算法的PID参数整定

在思维进化算法与人工免疫系统的克隆选择算法基础上提出了一种基于实数编码的免疫思维进化算法（IMEA）,并将其应用于PID参数的整定。阐述了免疫思维进化算法的基本原理,对免疫思维进化算法PID参数整定进行了仿真研究,并与遗传算法和思维进化算法进行了比较。仿真结果表明所提算法具有快速收敛性,能够很快找到PID参数的最优组合,具有很高的应用价值。     

盲多用户检测算法与仿真

多用户检测因抑制多址干扰,其在CDMA系统中具有非常重要的作用,而盲多用户检测因需要很少的信息而具有更好的适应性。具体介绍了4种主要的盲多用户自适应检测算法,包括LMS算法、RLS算法、APA算法和Kalman滤波算法,通过计算机仿真定量分析比较了4种算法的性能。     

改进PSO权值算法在流水生产调度中的应用

为了在生产中快速有效且合理地安排生产流程,达到生产最优化,采用改进粒子群权值算法(DPSO)。研究了DPSO算法地参数设置问题,在传统PSO算法基础上加入具有动态自适应调整功能的权重因子,使算法更快地达到全局最优化,迭代次数也大大缩短,将DPSO算法用于流程工业的flow-shop调度中,大大提高了生产效率,仿真实验表明该算法具有良好的全局优化性能。该成果对生产调度具有一定的参考价值和指导意义。     

DHT的分层结构多出口选择问题研究

为了提高系统可靠性和查询效率,提出了具有多管理节点(出口节点)的DHT分层模型,并给出了3种查询算法:最短路径选择算法、基于热土豆模型的最小化组内流量算法和出口节点负载均衡选择算法。通过仿真实验对3种算法在查询效率、流量分析和负载均衡3个维度进行了分析比较,基于热土豆模型的最小化组内流量算法具有最高的查询效率,但是负载均衡性能最差,出口节点负载均衡选择算法具有最好的负载平衡性,但查询效率最低,最短路径算法性能则介于上述两种算法之间。同时对传统分层结构所采用的随机查询算法与基于热土豆模型的最小化组内流量和最短路径查询算法进行了性能对比。     

钢坯入库优化算法

钢坯入库是一道非常重要的工序,它可归结为装箱问题。根据某钢厂的实际情况建立了相应的数学模型,基于该模型,建立入库时的决策条件,并设计了相应的入库算法。实验数据表明,模型具有合理性算法可行性。     

铁路同类适盘货物装载方案优化研究

结合铁路货物装载约束条件,构建了使用托盘的同类长方体货物铁路货车装载优化模型,首先提出了改进二维布局优化算法求解托盘在车厢底面的布局方式,再确定托盘货件在车厢内的最佳堆码层数,得到货物的装车优化方案。实例分析结果表明,该算法是一种求解铁路同类适盘货物装载问题的有效方法。     

多规格重质货物装载优化系统的研究和设计

介绍了C＆P（切割与装箱）问题的基本模型和主要研究方向，提出了针对大批量多规格的货物装载（装船）的数学模型和求得满意解的混合遗传算法，设计并开发了解决实际问题的基于信息技术的优化系统．所解决的钢铁产品船舶装载问题对同领域的其他装载优化问题有借鉴意义．     

钢卷仓库中的吊机调度问题

研究了钢铁企业冷轧原料库中的吊机调度问题.将吊机的运输和倒垛操作集成考虑,目标函数为将全部需求板卷运输到指定位置的时间最小化.对于该问题,首先提出了一个混合整规划模型,进一步证明了该问题是强NP难的.基于对问题性质的分析,针对无倒垛操作的特殊情况,提出了多项式时间可解的最优算法.对于问题的一般情况,提出了一个启发式算法并分析了它的最坏情况.     

集装箱码头集卡与岸桥协调调度优化

在同时装卸集装箱作业的情况下,考虑了集装箱卡车的运输时间和岸桥的作业时间,建立基于时间最少的优化模型.利用进化计算的特点,设计求解此优化模型的进化算法,进行了数值仿真试验,在合理时间内获得了最优数值结果.此模型和方法为码头集卡线路优化问题提供了决策支持.     

钢铁企业产成品发货装船调度的模型与算法

以某钢铁企业产成品发货系统中装船调度问题为背景,建立了产成品装船调度问题多目标资源受限工程调度的数学模型,结合遗传算法和模拟退火的特点,设计了求解该问题的多目标智能优化算法,对算法输出的近似非劣解集提出了评价方法,将此模型和算法应用于某钢铁企业的实际装船调度中,结果表明,实际调度计划或者是非劣解集中的一个解,或者在非劣解集中存在某一计划优于实际调度计划·     

轧辊热处理过程中具有组批的并行机调度问题

研究了在轧辊热处理过程中加热炉体积相同的情况下,具有组批的并行机调度问题.以使最长完成时间最小化为目标建立了该问题的数学模型.提出了辊坯组批启发式算法和批次调度启发式算法,并将二者结合形成了一个两阶段启发式算法,对模型进行求解.通过对实验结果的比较与分析,验证了方法的有效性.针对不同规模的问题给出了相应的最优求解方法,提高了轧辊的生产效率,为决策者合理安排生产提供了有效的策略.     

求解非标准货物货机群装载问题的启发式搜索算法

货机装载问题属于三维装箱问题,是一类NP-hard组合优化问题。而与传统车辆装箱问题不同,货机装载后的重心位置是要考虑的重要约束条件,以重心偏移率和货舱空间利用率为目标函数,针对非标准货物的货机群三维装载问题进行启发式算法研究。该算法基于空间管理思想,将"砌墙"式建构算法与一种四规则深度优先搜索法相结合,排除大量不可行解,缩短了可行解的搜索时间。最后实验结果表明,本算法可以在满足各项约束条件下正确地为货机群三维装载问题找出可行装载结果,对解决实际货机群装载问题具有现实意义。     

多种物品三维装箱问题的一种启发式算法

针对多种物品单箱三维装箱的问题,设计了一种新的启发式算法.该算法基于"平面"和"块"的概念,采取树搜索策略,允许货物在任何可行方向上旋转,在保证箱空间利用率足够高的同时,满足货物摆放稳定性的要求.实验结果表明,该算法是解决此类问题的一种有效的方法.     

货物三维装箱问题建模及其乌鸦搜索算法优化

针对货物三维装箱问题建立三维装箱模型.在模型中,为避免货物在运输过程中转弯时由于偏心导致翻车现象的发生,加入了考虑转弯时重心约束,得到重心区域投影为等腰三角形或者等腰梯形.货物放置规则中扩大了剩余空间区域,增加了解的多样性.在算法中,为了提高迭代收敛速度,增强其全局寻优的能力,采用改进的乌鸦搜索算法对模型进行求解与优化.在改进算法中,提出并引入了多概率随机游走策略和解修复策略.解修复策略使得算法适用于模型求解,尽可能增加解的多样性.多概率随机游走策略是种群迭代后继续以多种不同的概率进行随机游走,使得算法全局寻优能力更强.仿真实例与基准函数测试结果表明,改进后的算法优化效果明显.