基于进化规划算法的原料库存优化系统

库存控制是现代企业特别是连续生产企业物流管理的一项重要内容.针对某有色冶金企业原料库存的实际情况,建立了一个以资金损耗最小为直接性能指标的原料库存优化模型,并利用一种进化规划的算法对该模型进行优化.仿真及实际运行结果表明进化规划的搜索过程比较平稳,同时还能加快遗传进化的速度,得到了令人满意的全局最优解.     

基于进化规划的文化算法

讨论了基于进化规划的文化算法,阐述进化规划如何嵌入文化算法以及信念空间用区间约束网的表示.用9个非线性约束优化实例进行测试,结果表明,约束数目越多,信念空间对问题的解决所起的作用越明显.     

一类针对带约束优化问题的进化规划算法

提出了一种适用于求解带约束优化问题的进化规划方法,其中关键的变异算子采用基于行为的架构,事先设计一系列子变异算子,如使得个体适应度函数值趋向最小方向的变异算子、逃避约束方向的变异算子、种群总体平均适应度函数值趋向最小方向的变异算子等,通过加权平均的方法决定总变异方向．结合小生境技术及最优个体保存的选择策略,该算法能在同时保证种群的多样性和个体的全局最优性的情况下快速地求得带约束条件下的最优解．仿真结果表明,该进化规划算法是可行的．     

基于策略协同优化的聚苯乙烯牌号切换方法

为优化聚合反应过程中牌号切换的过渡过程,以实验室苯乙烯连续聚合反应过程为对象,从质量和经济的角度构造多个优化目标函数,并引入针对质量指标的终点约束策略,提出一种基于策略协同的多目标优化方法来求解此牌号切换优化问题。最后从优化计算得到的Pareto解集中分别选取质量指标和经济指标均较优的方案与传统单目标优化策略进行仿真比较,仿真结果表明,该优化方法可缩短牌号切换过渡时间,减少原材料的消耗,并为企业提供多种切换方案,对实际生产具有指导意义。     

基于均匀网格的进化规划算法及其应用

提出一种新的进化规划算法－基于均匀网格的进化规划算法。该方法不仅能够加愉普通进化规划算法的收敛速度，而且能够有效地保证种群的多样性，此外，由于均匀网格方法的引入，非常有利于多模态函数的全局优化，并用该方法求解具有多个极值点的函数优化问题，计算机仿真实验结果表明该方法是非常有效的。     

动态规划算法的时间效率改进

分析了影响动态规划算法时间复杂度的3个因素,分别从3个方面给出了改进动态规划算法时间复杂度的优化措施,从理论上分析了优化方法的有效性和正确性.与传统算法相比,优化后的算法时间复杂度有一定程度的提高,能够适用于数据规模更大的问题.     

基于动态规划迭代法的最小H圈路径优化研究

规划距离最小的环形路径是减少配送成本、提高配送效率的有效方法.构建了基于动态规划迭代法的最小H圈求解模型,将环形路线优化问题转化为带约束条件的最小H圈问题,先将求解最小H圈问题分解为求解最小H链问题,再将最小H链问题转化为一个多阶段决策问题,然后结合改进的动态规划方法——动态规划迭代法来求解.通过货物配送路线优化的实例计算,证明了该算法能够快速、有效地求解有约束条件的最小H圈问题.     

基于量子差分进化算法的神经网络优化方法

一般的神经网络的结构是固定的,在实际应用中容易造成冗余连接和高计算成本。该文采用了协同量子差分进化算法(cooperative quantum differential evolution algo-rithm,CQGADE)以同时优化神经网络的结构和参数,即采用量子遗传算法(quantum genetic algorithm,QGA)来优化神经网络的结构和隐层节点数,采用差分算法来优化神经网络的权值。训练后的神经网络的连接开关能有效删除冗余连接,算法的量子概率幅编码和协同机制可以提高神经网络的学习效率、逼近精度和泛化能力。仿真实验结果表明:用训练后的神经网络预测太阳黑子和蒸汽透平流量具有更好的预测精度和鲁棒性。     

基于自适应差分进化算法的间歇反应动态优化求解

为了求解间歇反应动态优化问题,提出了一种自适应差分进化算法(Self-Adaptive Differential Evolution,SADE)。在SADE算法中,每个个体都拥有自己的控制参数。该算法在对原优化问题进行差分进化搜优的同时,以权重大小来评价各个控制参数的优劣,并以加权控制参数作为控制参数的进化方向,实现其自适应调整。结果表明SADE算法收敛速度快、求解精度高。将SADE算法应用于两个典型的间歇反应动态优化问题中,取得了较好的优化效果;同时,分析了时间离散度对优化结果的影响。     

基于改进的迭代动态规划的化工过程动态优化

为了对化工动态系统进行快速的全局优化,结合并加强迭代动态规划算法和一阶梯度算法的优势,同时利用随机搜索和定向搜索,提出了基于一阶梯度算法的迭代动态规划算法,通过2个化工生产实际例子应用,证明了该算法具有高效、高精度、全局性好等特点。     

无节奏流水施工优化模型及其动态规划算法

施工顺序对无节奏流水的流水步距与施工工期有着重要影响,而排序算法的研究与流水步距的计算一直是无节奏流水施工优化研究的难点.建立了无节奏流水施工优化问题的数学模型,推导出不同施工顺序下流水步距的计算方法,发展了潘特考夫斯基法.为方便模型的求解,巧妙地把原优化问题转化为最短路线问题,给出了能得到最优解的动态规划算法,经分析证明,采用上述算法,按优化后的施工顺序施工,可以实现最大限度缩短工期,降低成本,提高经济效益.     

加工装配型生产过程时间组织与工序优化研究

缩短生产制造环节的加工周期是企业实现快速响应市场的一个重要途径。基于零件加工中的时间结构，探讨不同时间组织下工序优化对缩短生产过程加工周期的不同效果，为企业正确开展现场改善活动提供参考。     

在Delphi编程中利用Excel实现动态报表

Delphi作为一个RA1P工具,在界面设计和数据库编程上具有强大的功能,是开发C/S结构的MIS系统的有力工具。但是Delphi在动态报表的处理上有一定的局限,而提供灵活的报表打印是MIS系统十分重要的功能。利用Delphi中的Excel控件,使用事先制作好的Excel报表模板,将数据动态填入,从而实现复杂的不规则报表。用户可以根据需要自定义模板,提高了系统的灵活性。     

演化动态优化中的机器学习策略述评

综述了结合机器学习策略的演化动态优化研究,从数据、预测最优解位置、改进演化算法搜索等方面讨论分析了该领域的研究现状和关键技术,并总结了该领域目前存在问题和挑战。     

定期补充资源的动态规划问题研究

动态规划问题是各级决策部门所始终关注的问题,针对企业生产实际情况,结合动态规划理论,提出在资源定期增加的情况下动态规划的模型,并给出求解步骤,效果良好．     

用折衷规划进行路面管理的多目标优化

为实现有限资源约束下路面管理效益的最大化和费用的最小化,提出多目标优化方法.应用折衷规划的数学方法建立路面管理决策双目标优化模型,目标函数为路网平均路面性能和维修设备工作时间最大化,约束条件包括维修费用、人力以及最低路面性能等;通过路网养护维修数据对模型进行验证.计算结果表明,维修费用和维修人员的使用率分别达到92.8%和99.9%.该方法是路面管理的有效优化工具,能够实现路面管理的多目标决策.     

基于两级优化-进化算法的结构优化设计研究

针对结构优化设计问题的特点，提出了两级优化－进化算法的优化策略。以一个12层框架结构的优化设计为例，测试了该优化策略的效率，与单独采用进化算法相比，该优化策略在保证优化结果精度的前提下能大幅度提高优化的效率，是一种较好的工程优化方法，虽然以多层框架结构为优化对象，但提出的优化策略完全适用于其它类型结构的优化问题。     

利用增量二次规划和启发式方法的电力系统动态无功优化

针对电力系统动态无功优化数学模型存在优化过程长、收敛稳定性差的问题,导出了以控制变量增量为求解变量的电力系统动态无功优化的二次规划模型,并以具有有限次迭代收敛的Lemke算法求解,这样的动态无功优化控制计算量小,非常适合于对计算速度和算法稳定性要求高的动态无功优化控制问题.针对控制变量控制次数约束,采用启发式归并方法对其进行约束限制,有效避免了将控制变量动作次数约束纳入优化过程的复杂性.实际算例表明,文中方法不仅运算速度快,且收敛稳定性好.