运用小世界理论的过街设施网络布局优化

针对过街设施利用率低、行人横穿马路等问题,对过街设施的布局进行调整.以北京市二环行人过街设施路网为例构建网络拓扑结构,验证小世界网络的适用性,并基于小世界网络理论对过街设施间距较大的宣武门东大街、崇文门西大街、西长安街三个路段进行优化.结果显示,平均最短路径长度为2 702.916 m,比优化前减少254.842 2 m,聚类系数为0.793 9,优化后过街设施的合理间距为289 m.     

二次网络规划基解的一个优化方向及算法

给出了二次网络规划基解的一个优化方法；并获得二次网络规划的一个近似算法和有效算法。     

二次网络规划基解的一个优化方向及算法

二次网络规划是现实经济管理活动中常见规划问题之一,它的求解一直是组合优化理论中在探索的问题,由于该类问题是NP－问题,故其解没有多项式算法,加之整数的离散性,该问题的求解变得较为复杂,目前虽有一些启发式算法,但其算法的复杂性偏高,本文的探讨在于降低这种复杂性,给出了二次网络规划基解的一个新的优化方向,并获得了二次网络规划的一个新的启发式算法。     

求解二次指派问题的混合演化策略

本文给出了一种求解二次指派问题的混合演化策略,该方法的主要优点是优化效果好,运算量小,通用性强、模拟计算的结果,验证了该方法的有效性强 它可用于求解其它组合优化问题。     

凸优化

本书专门讲述凸优化问题。凸优化是数学优化中的一类，包括了常见的最小二次规划和线性规划。对于最小二次规划和线性规划问题，都已有相当完善的理论体系，并且已有非常有效的数值解法。本书结合关于凸优化研究的一些新的进展，     

二次网络规划基解的一个优化方向及算法

给出了二次网络规划基解的一个优化方向；并获得二次网络规划的一个近似算法和有效算法。     

施工现场设施布局优化问题的新型启发式算法

施工现场设施布局的合理性直接关系到项目成本等目标的实现.针对涉及设施较多的施工现场布局优化问题,首先将该离散变量优化问题转换为高维空间的随机抽样问题,进而利用过渡马尔可夫链蒙特卡罗方法的思想,提出一种高效的全局优化启发式算法.与针对连续型高维概率密度分布函数进行随机取样的过渡马尔可夫链蒙特卡罗方法相比,本文提出的启发式算法的框架基础需从概率密度分布函数转变为概率分布函数,进而需在马尔可夫链状态点的产生方法上进行修正,以适应离散型变量优化问题的不同特性.通过实例验证,与目前应用较广的遗传算法相比,本文提出的新型启发式算法在全局最优解的获取稳定性上有较大改进.     

无约束优化的信赖域算法

提出了一种无约束优化问题的信赖域算法。根据原优化问题的二次近似模型,运用拟牛顿方向与最速下降方向之凸组合作为搜索方向,采用了新的策略。进行了收敛性分析,得到整体收敛及局部二次收敛性结果,并给出了算法的执行过程及算例。     

约束优化问题稳定序列二次规划方法研究综述

稳定序列二次规划(sSQP)方法由于在求解病态或退化约束优化问题获得理论与数值的突破性进展而备受关注,重要成果频繁问世.本文对近期国际上若干重要sSQP方法及其思想进行概述,包括罚函数型sSQP方法,滤子型sSQP方法和非精确恢复(IR)型sSQP方法等,并对约束优化问题sSQP方法的进一步研究进行探索性思考.     

改进蚁群算法求解单行设施布局问题

针对单行设施布局问题已有算法结构复杂、对算法参数有较大依赖性、求解效果欠佳的问题, 提出一种改进的蚁群算法。该算法采用基于目标函数值的自适应等级划分策略, 实现了信息素增量优胜劣汰、改进信息素的更新规则。通过简化状态转移概率函数, 降低计算量和算法对参数的依赖性, 引入精英候选集, 提高优良设备的选择概率。同时, 采用基于插入式邻域结构的爬山寻优算法作为局部搜索进行深度搜索。仿真结果表明, 求解28 个大规模的测试例子时, 该算法总的平均运行时间分别为混合遗传算法的14%, Lin-Kernighan 算法的5%, 分散搜索算法的50%, 说明该算法可在短时间内较稳定地得到高质量的近优解, 性能优越于其他算法。     

连续型Hopfield神经网络求解设备布置问题

主要利用连续型Hopfield人工神经网络进行了设备布置问题的优化求解计算。讨论了连续型Hopfield人工神经网络的模型,以及求解设备布置问题的一般方法。仿真结果表明,利用连续型Hopfield人工神经元网络进行设备布置优化计算,求解质量稳定、速率快,有较好的应用前景。     

基于脑模型联接控制器的车间布局多目标优化技术研究

该文根据车间物流费用和车间面积2个优化目标，建立车间设备布局多目标优化模型。并根据车间布局优化特点，设计了基于脑模型联接控制器的混合遗传算法对该模型进行求解。该算法具有自学习和自适应的特点。最后给出算例，通过对仿真结果的分析，证明该文所提算法能解决提出的问题。     

用改进的噪声混沌神经网络模型求解组合优化问题

混沌模拟退火方法（CSA）在解决组合优化问题时有很强的搜索能力。其中系数α代表能量函数对动态性的影响，α太大，能量函数影响太强，以至于无法得到暂态混沌现象，α太小，能量函数的影响太弱，从而无法收敛到最优解。提出了一种自适应参数动态调整方法，随着能量函数的逐渐减小，通过加大α，保持能量函数在整个搜索过程中对搜索动态性保持一定的影响，从而加快搜索速度，同时保持搜索的精度。计算机仿真结果表明，在保持和增强搜索能力的同时，文中动态参数算法所用时间与现有的算法相比可以减少20％－50％。     

工作地中设施布局问题的改进遗传算法

针对工作地中设施布局问题的现有遗传算法的不足,提出了一种对数学编码方式、变异操作等方面进行改进的遗传算法。该算法不仅使问题的表达方式更趋合理、显著减少进化过程中不合理后代的产生,而且通过采用动态分行技术,摆脱了现有算法存在的单维优化的局限性,在两个维度上对布局问题进行优化。实例研究结果表明:此算法不但具有良好的全局搜索能力,而且具有较快的收敛速度。     

电子废弃物逆向物流网络选址优化模型设计

针对电子废弃物逆向物流网络特点,从整体逆向物流选址优化角度,分析并确定了网络成本最优化混合整数线性规划(Mixed-Integer Linear Programming,MILP)模型.考虑废弃物的回收成本、处理成本、处理规模、经处理后碎片的销售收入、政府补贴,以及由于专业分工所带来的在不同拆解处理厂间及不同粉碎处理厂间的物料流动,可以灵活支持子网络内各个企业间物流活动.此外模型支持多种类型的电子废弃物的输入,以及经处理后产生的多种不同的物料碎片的输出,帮助优化电子废弃物逆向物流网络中的选址和物料分配等问题.     

生鲜农产品物流网络节点布局优化

为优化生鲜农产品物流网络布局,以从产地、预冷站、配送中心到各个需求点总物流费用最小为目标函数,并结合生鲜农产品时间敏感特征,通过采集腐烂指数经验数据,测算出因腐烂变质造成的物流损失成本,建立生鲜农产品物流网络布局非线性规划模型,设计相应的遗传算法.算例验证了模型和算法的有效性.     

二次最小化问题的有限时间递归神经网络求解

利用一类递归神经网络模型来求解二次最小化问题,在该模型的基础上加入双符号幂激励函数,以加快递归神经网络的收敛速度,甚至达到有限时间收敛.通过调节设计参数λ的取值,递归神经网络的收敛性能可进一步提高.利用MATLAB软件对有限递归神经网络模型进行仿真,数值仿真结果验证了模型求解二次最小化问题的有效性和优越性.     

微震监测传感器布设方案评价模型及应用

为了弥补微震监测传感器布设方案仅依靠经验进行比选的不足,基于逼近理想解的排序法(TOPSIS)的基本思想建立了传感器布设方案评价模型.首先,从技术条件、经济条件、工程条件三方面选取对传感器布设方案影响最大的指标构建评价指标体系.其次,考虑指标处于边缘状态时对权重的影响采用变权计算得到各方案的指标权重.最后,利用逼近理想解的排序法计算各方案综合优劣度.用该评价方法评估用沙坝矿微震监测传感器布设方案,得出各方案优劣程度,为微震监测传感器布设多方案比选提供了一个较好的途径.