大规模项目调度问题的分解和协调优化方法

为了解决大规模有资源约束的项目调度问题,提出一种串行分解和并行分解相结合的项目逐层分解方法,以便克服精确算法求解时间不可接受,而启发式算法解的质量较差的问题。根据该分解方法特点,提出基于采样选择的启发式协调方法,以及基于分枝定界方法的精确底层调度的子项目协调优化算法,并通过仿真分析了关键参数的选取。仿真结果表明,该算法解的平均质量明显优于相关启发式算法,并且求解时间能够满足工程上的要求,能够有效地提高大规模项目调度问题的求解质量,具有实用价值。     

大规模项目调度问题的分解和协调优化方法

为了解决大规模有资源约束的项目调度问题,提出一种串行分解和并行分解相结合的项目逐层分解方法,以便克服精确算法求解时间不可接受,而启发式算法解的质量较差的问题。根据该分解方法特点,提出基于采样选择的启发式协调方法,以及基于分枝定界方法的精确底层调度的子项目协调优化算法,并通过仿真分析了关键参数的选取。仿真结果表明,该算法解的平均质量明显优于相关启发式算法,并且求解时间能够满足工程上的要求,能够有效地提高大规模项目调度问题的求解质量,具有实用价值。     

基于进化规划的网络多目标路由算法

多目标路由问题要求极小化网络带宽资源消耗 ,它与图论中 NP完全的 Steiner问题等价 ,不存在多项式时间算法 ,只能采用近似算法或启发式算法 .进化算法是一类有效求解优化问题的新算法 .应用进化算法中的进化规划方法 ,求解 Steiner问题 ,提出了一种新的多目标路由算法 .仿真结果显示 ,该算法性能高于启发式方法     

基于混合算法求解ELSP问题的可行域分析

本文给出求解ELSP问题(Economic Lot Scheduling Problem)的可行域的特征、启发式规则和演化神经网络设计问题.经济批量问题采用基本时段方法表示,该方法产生两类决策变量,一种是表示基本时间段的连续变量,另一种是表示时间倍数的整数变量.在求解ELSP问题的算法设计中,可行域是判定启发式规则有效性的基础.为了给出可行域的特征,利用神经网络的演化计算,设计求ELSP问题的初值算法,设计演化参数函数、网络结构、演化函数、演化规则,并依此获得可行域的约束条件.对在可行域约束条件和启发式规则下设计的算法进行测试,并与用HGA和一般GA方法求解ELSP问题进行比较,求解效果明显提高,使得在满足可行性的前提下总费用减小.     

从单语词典中获取定义原语的一种方法

语义原语是词汇语义学研究中的一个重要概念，但在计算语言学中对它的研究尚未全面展开。文中主要讨论了从单语词典中获取定义原语的方法。对词典建立了数学模型，将获取定义原语的问题转化为图论中的一个问题。对这个问题进行了分析求解，指出了问题的计算复杂程度，并且给出了简化问题的算法以及求解问题的两种启发式方法。该方法是一种适合于所有单语词典的一般方法。     

求解非线性方程的一族预估校正迭代方法

提出一种求解非线性方程f(x)=0问题的一族预估校正迭代方法, 证明了该方法是至少三阶收敛的, 且在每次迭代过程中, 该方法避免求f(x)的二阶导数, 减少了运算量. 数值实验表明, 该迭代方法与其他迭代方法相比具有一定的优势.     

双线性过程的鲁棒数据协调

针对基于鲁棒目标函数的双线性数据协调问题,提出了一种新的算法.首先利用两步法将双线性数据协调问题转化为两个线性数据协调问题,然后利用罚函数法把约束优化问题转化为无约束优化问题,最后给出了Huber函数的等价权,以及利用等价权法求解双线性鲁棒数据协调问题的表达式.在迭代求解过程中考虑了变量的上下限约束.仿真结果表明该方法能有效地求解双线性鲁棒数据协调问题,降低显著误差的影响.     

制造系统中能力约束下的生产批量计划优化方法

以动态库存成本与加班惩罚费用之和为优化目标,考虑单台机器的生产能力,研究生产批量计划问题。建立了数学模型,提出基于遗传算法、参数线性规划方法和启发式方法的分级混合算法。该算法采用遗传算法的流程,用遗传算子寻解批量矩阵(第1级),根据批量矩阵用参数线性规划法求解每台机器上的排产方案(第2级),用启发式方法对上述两级解进行调整使之满足约束条件。在冲压车间的排产中进行了实际应用,获得了理想的排产方案。实例验证说明,该算法有良好的收敛性,并且是有效的。     

寻找运输问题初始可行解的启发式方法

针对在单位运价表格中含有数值相近的元素的运输问题,提出了一种能有效降低目标函数值,以减少求解过程中迭代次数的启发式方法.     

0-1多项式背包问题的一种精确算法

提出了0-1多项式背包问题的一种新的精确算法. 该算法是一个基于拉格朗日松弛和对偶搜索的分枝定界方法. 用外逼近法求拉格朗日对偶问题得到上界,其中拉格朗日松弛问题通过转化为一个网络最大流问题来求解. 为了提高算法的效率,利用两种启发式方法求初始可行解,并用填充和交换的方法改进后得到初始下界; 并且在分枝定界前, 利用所得到的拉格朗日界, 先固定最优解中某些变量的值. 数值结果表明该算法是有效的.     

时间最优控制的Meyer逼近

用变换的思想，构造一个Meyer问题序列去逼近时间最优控制，从而证明时间最优控制的存在性。这不仅给出时间最优控制存在性的新证明，同时为时间最优控制的计算提供了一个新途径，并揭示了时间最优控制问题和Meyer问题的深刻关系。     

求解最优控制问题的改进辛几何算法

最优控制问题的 Pontryagin极大值原理以 Hamilton形式为基石 ,合理的数值计算应当遵循 Hamilton体系的性质 ,而以 Runge- Kutta( R- K)方法为代表的传统计算方法却不能保持这一性质 .本文尝试用基于 Hamilton体系的辛几何算法求解最优控制问题 ,提出了消除计算过程中误差生长的方法 ,最后设计了仿真算例 ,与 R- K法相比显示了明显的优越性     

分布参数系统最优控制的块脉冲序列方法

分布参数系统最优控制问题的求解较集中参数系统同类问题的求解更为复杂。该文着重研究求解一类分布参数系统的最优控制问题的实用方法。利用块脉冲函数序列的正交特性,把分布参数系统最优控制的积分型性能指标转化成相应的代数式,使系统最优控制问题转化为一般代数极值问题。     

生产调度的一种启发式规则

本文提出一种先进的生产调度启发式规则。希望新规则优于常用的简单规则，但不花费太多时间。首先定义了一类生产调度问题，作为特殊的约束满足问题。它的求解过程使用“尽可能早”策略，约束组合，以及启发式规则。通过分析拖期时间和两个作业调度决策间的关系，得到了新规则。它是局部最优的，其计算量不大。实验表明，对于使拖期时间最少，新规则确实优于简单规则。     

基于信噪杂比最大能量分配认知雷达波形设计

针对认知雷达信号处理中基于信噪杂比（SINR：Signal to Interference plus Noise Ratio）最优波形设计中因对拉格朗日乘子进行搜索而导致计算量大的问题, 提出一种基于信噪杂比最大能量分配方法。该方法通过离散化的能量进行合理分配, 获取回波的最大SINR, 从而得到认知雷达的最优发射波形。仿真实验表明, 基于信噪杂比最大能量分配方法与拉格朗日乘子算法获取的认知雷达最优波形相近, 但该方法因不需对乘子进行搜索而减少了计算量, 提高了计算速度。     

分散、递阶蚁群算法及其在相变序列图像分割中的应用

提出了一种分散、递阶蚁群算法，它将多个分散的蚁群并行求解各自对应的子问题，形成一个执行层，而递阶协调层利用执行层反馈的信息协调执行层的优化过程，从而得到递阶求解问题的整体最优解．该算法已应用于相变热图序列图像模糊相变线的提取问题，即运用区域划分方法先将序列图像的分割转化为关联型多子图搜索问题，再利用分散、递阶蚁群算法进行求解，结果表明该算法能很好地利用相变线的运动信息成功地解决热相变序列图像分割问题．与蚁群算法独立搜索比较，分散、递阶蚁群算法能更有效地实现多子图之间的关联．     

格雷码混合加速遗传算法及其性能分析

通过在格雷码遗传算法进化过程中加入单纯形法学习算子,并利用格雷码遗传算法和单纯形法所得到的优秀个体群,作为变量新的变化范围,逐步缩小搜索空间,自动向最优解收缩,提出了求解非线性规划问题全局解的一种快速算法--格雷码混合加速遗传算法(GHAGA).为了在可行域内能得到全局最优解,在参数的定义域内投放了大量的均匀随机初始点作为初始群体.给出了GHAGA算法实施的详细步骤,建立了GHAGA相应的收敛定理,并分析了该算法的全局优化性能.理论分析和数值模拟表明,GHAGA具有精度高、收敛速度快的特点,是一种既可以较大概率搜索全局最优解,又能进行局部细致搜索的较好的非线性规划方法.     

多变量系统l~1最优反馈控制器的解耦设计方法

本文提出了一种多变量系统l~1最优反馈控制器设计方法。通过解耦灵敏度函数,使多变量系统的设计问题转化为若干个单变量系统设计问题。分别求解后,求出l~1优化控制器。文中还进一步讨论了在z平面单位圆内有重零、极点的单变量系统l~1优化控制器的求解问题,给出了这种情况下最优灵敏度函数次数的上界。     

基于准时制的时间成本双目标作业调度优化

提出了一种基于混合遗传算法的以生产周期和生产成本为优化目标的作业调度方法，该方法采用Giffler-Thompson启发式调度算法产生活动的调度，基于工序编码的染色体决定了工序调度的优先级，在启发式调度算法产生的冲突集合中，根据工序的优先级选择下一步安排加工的工序，混合遗传运算在全全局范围内搜索具有最优调度工序优先级的染色体，同时，在GifflerThompson的启发式算法中，采用了反向调度的策略，即从工件的交货期开始，先安排最后一道生产工序，然后依次安排前一道生产工序，直到工件的第一道工序调度完毕，形成一个完整的调度方案，在算法中，不仅考虑了工件的生产周期和多个工艺计划，而且考虑了库存费用和加工费用，设计了基于生产周期和生产成本的双目标适应度函数，算例结果表明该方法是可行的。     

北斗导航技术在物流自动化仓库定位中的应用研究

传统物流自动化仓库定位方法无法同时满足高定位精度和低计算量的要求,为此,提出一种新的基于北斗导航技术的物流自动化仓库定位方法。分析北斗卫星导航系统,依据分析结果对物流自动化仓库与客户需求点位置进行定位,观看到4颗卫星时获取基本定位结果;依据基本定位结果将物流自动化仓库定位问题转变成线性规划问题,构建物流自动化仓库定位目标函数,利用贪婪启发式法得到目标函数的初始解,通过禁忌搜索法对目标函数进行最终求解,获取物流自动化仓库最终的定位结果。实验结果表明,与传统方法相比,所提方法计算量低,定位精度高,整体费用低,得到最优仓库定位结果。