基于启发规则的双向冲压生产线调度研究

根据冲压车间生产的无等待并行流水作业的特点,提出了一种基于启发式规则的双向冲压生产线的调度模型.在该模型中,建立在满足工序约束、机器约束、无等待约束等约束条件下的优化模型,提出了冲压作业的重复、折回和前行等排程规则,解决在冲压作业调度中的机器占用冲突问题,保证得到可行的调度解.并设计嵌入启发式规则的混合遗传算法来进行求解.最后通过一个例子对调度模型和求解算法进行了验证.     

模糊线性规划的图解法

模糊线性规划的解法通常是把它转化为经典线性规划问题求解，需借助算法程序由计算机求解。为寻求一种简单的解法，受经典线性规划图解法的启发，提出了一种模糊线性规划的图解法，并证明了它的合理性。这种图解法，适用于求解约束条件有伸缩性的二维模糊线性规划问题，简便直观，不需要计算机及算法程序，并能通过图形直观地给出决策变量的可行域及其在可行域内变化时目标函数的变化趋势，便于对最优化问题进行分析。     

求解线性规划问题的一种算法

本文给出了求解线性规划问题的一种算法,该算法在用初等行变换求约束条件的基本可行解时,通过控制目标函数的检验数使基本可行解靠近最优解,减少了迭代次数,从而减少计算量,并可以在计算机上实现.     

资源受限最小赋权树形图的一种贪婪分解启发式算法

资源受限的最小赋权树形图问题(RMWA)是NP-难的,针对RMWA问题给出一种新的贪婪分解启发式算法.通过分解目标函数和约束条件,把RMWA模型分解成一个最小赋权树形图问题和n个独立的特殊背包问题.对这n个独立的特殊背包问题,设计贪婪算法求其解,其时间复杂度为O(nmlog2m);然后调整该解使其满足树形图的约束条件得到RMWA问题的一个可行解,该算法总的复杂度为O(nm2).最后,给出实例来阐述该贪婪分解启发式算法.     

频带约束下刚架结构优化问题可行域研究

研究频带约束下刚架结构轻量化设计问题的可行域基本性质.刚架结构中梁的断面积取为设计变量,采用欧拉-伯努利梁的动力刚度法及W-W算法精确求解结构的固有频率值.利用W-W算法的特征值计数原理,研究了前述优化问题的可行域的形状和联通性,发现可行域呈现复杂的形状,由多块非联通子域组成,并且部分可行域子域可以是低维的.还以三杆梁的尺寸优化和拓扑优化为例,给出了可行域的具体形状,展示了这一优化问题的可行域具有"强奇异性".可行域的这一特点给基于梯度类的优化算法带来了极大的困难,需要采用其他手段处理,也使这类问题有望用于测试各类优化软件算法.     

一种求解变量有界非线性规划的全局最优解新方法

提出了一种求解变量有界非线性规划的全局最优解新方法——不可行域移除(IRIR)法.在优化过程中,先计算原最优化问题的不可行域,然后在原最优化问题的求解空间中移除确定的不可行域,使得新的求解空间不断缩小,并通过研究不可行域的线性表达,在不影响最优解的前提下将非线性约束转化为线性约束,以求解非线性规划问题,其特点是所得最优解对原最优化问题约束函数的凸性和优化迭代起始点的位置不敏感.同时,阐述了IRIR法的原理和实现过程,在序列二次规划(SQP)算法的基础上,应用数值算例和弹簧设计2个典型实例,以验证IRIR法的可行性和正确性.结果表明:IRIR法可以有效降低原最优化问题的求解难度,且无需引入新参数,是一种具有较高求解能力和实用价值的全局最优化方法,但其不适用于求解设计变量无界的最优化问题.     

基于泰勒展开的结构响应面方法

针对结构优化设计问题中约束条件是设计变量隐函数的问题,分析了传统多项式基响应面法的基本思想及其在拟合精度方面存在的问题;在此基础上通过对求解区域进行网格划分以及偏导数差分的推导给出了基于泰勒展开的响应面方法的具体形式,最后结合算例分析验证了改进后的算法不仅能够提高响应面方法的求解精度,而且能够有效地实现结构优化设计中隐函数的显式化.     

离散变量结构优化设计的混沌遗传算法

利用混沌搜索的遍历性、随机性、规律性等特点，提出了一种求解离散变量结构优化设计的混沌搜索方法；将混沌搜索技术嵌入遗传算法，与基本遗传算子共同构成了一种离散变量结构优化设计的混合遗传算法一混沌遗传算法；通过自适应的退火因子和罚函数来处理约束条件，使算法逐渐收敛于全局可行最优解。计算结果表明，该方法有效地克服了基本遗传算法中的“早熟”现象，并具有更快的收敛速度。     

寻求线性规划问题初始基可行解的一种新算法

对线性规划问题基可行解的性质进行了研究，给出了一种求解线性规划问题初始基可行解的算法，该算法的时间复杂度是约束条件个数的线性函数     

模拟进化优化方法

本扼要介绍了模拟进化优化方法中的两个分支－遗传算法和进化规则,同时将进化规划与基于梯度的寻优技术有机地结合起来,提出了一种新的全局寻优算法一启发式进化规划,最后给出了数值算例,说明了此类方法在求解组合优化问题以及具有不可微的目标函数或约束条件复杂的非线性优化问题的优越性。     

一类求解优化问题的神经网络及其全局吸引性分析

构造了一个以微分包含形式给出的神经网络模型来求解带有等式约束和不等式约束的非线性最优化问题.通过在网络模型中引入含有加权矩阵的高阶补偿项,不仅提高了神经网络优化计算的收敛速度,而且改进了优化解从不可行域逐步收敛到稳定域的问题.理论上不仅证明了神经网络的解的全局存在性和唯一性,也证明了解的有界性以及在有限的时间内收敛到最优化问题所确定的最优解集中,并分析了神经网络的全局吸引性.通过三个数值例子验证了所提出的神经网络优化的有效性.     

运输问题的最小生成树算法

本文给出了一种求解运输问题的算法——最小生成树算法，采用树状数据结构存 储基本可行解．采甲二叉树遍历算法求位势．沿逆向指针找出闭回路，占用存储空间 少、运算速度快。文中对该算法与已有的一些求解运输问题的位势法作了分析比较。 文中还指出：若对此算法所采用的数据结构和实现的运算适当地加以修改便可应用于 求解一般的网络规划问题．     

经济批量问题中上界常数的存在性定理和算法

给出了ＥＬＳＰ的一个有用的上界常数的存在性定理及证明，并以此为基础给出了一个求解ＥＬＳＰ的算法，还用例子表明：用这个算法可很快找到最优解。     

基于阈值深度优先策略求解非对称旅行商问题的混合分枝定界算法

针对非对称旅行商问题(ATSP)模型计算难问题,提出了一种基于深度和广度方向混合搜索的启发式策略的分枝定界算法.该算法采取有阈值的深度优先加广度加权随机搜索的策略确定分枝节点,通过求解附加弧段约束的分配问题确定下界,通过消除子环的修补算法确定上界,从而有效综合了确定性方法的准确性和启发式方法的快速性.将此算法应用于求解经典TSPLIB库中的全部ATSP问题和热轧调度的仿真研究,表现出了较高的效率和可行性.     

基于DNA进化算法的车辆调度问题

在建立一种物流配送车辆调度模型的基础上,针对传统启发式算法对复杂问题搜索效率低、易陷入局部最优的缺点,构造了DNA进化算法求解该问题。将其在个体变异操作中进行了一些改进,避免陷入局部最优。车辆调度问题(V SP)属于组合优化NP难题。采用V SP问题进行测试,仿真结果表明:该算法简单可行,与其他算法相比较,不但有很好的求解性能,而且具有更快的收敛能力与搜索能力。     

约束满足问题求解及ILOG SOLVER系统简介

首先综述求解约束满足问题的基本算法和搜索策略, 然后介绍ILOG SOLVER求解系统提供的类和函数的基本组成, 并给出用该系统求解的两个地图着色示例.     

获得线性规划可行解的启发式算法

提出了两个获得线性规划可行解的启发式算法,给出了若干例子验证了算法。     

多车次同时送取货物车辆路径问题的量子蚁群算法

研究了配送车辆载重量和工作时间有限,考虑货物装卸时间的多车次同时送货和取货的车辆路径问题(multi-trip vehicle routing problem with simultaneous deliveries and pickups,MTVRPSDP),建立了以配送车辆启动成本和车辆行驶成本之和最小为目标的线性整数规划模型.将量子计算和基本蚁群算法相结合提出了求解MTVRPSDP的量子蚁群算法,该算法应用量子比特启发式因子改进了人工蚂蚁的转移概率,从而提高了算法的全局搜索能力和稳定性,有效改进了算法陷入局部最优的缺陷.算例分析表明:MTVRPSDP的线性整数规划模型在实际应用中是可行和有效的,而且相比于基本蚁群算法和文献中所给其他算法的计算结果,利用量子蚁群算法和MTVRPSDP的线性整数规划模型能够得到较好的满意解,安排的车辆配送路线更加经济合理.     

面向大数据的超启发式SVM的网络安全框架研究

大数据环境下,为了提高支持向量机(support vector machines, SVM)在网络安全应用环境下的性能,提出了面向大数据的超启发式SVM网络安全框架。所提超启发式SVM框架由SVM和超启发式框架组成,超启发式框架的作用是生成配置参数,并将其发送到SVM,SVM使用生成的配置来解决给定的问题,然后将成本函数发送到超启发式框架。超启发式框架分为高层策略和低层启发式,高层策略具有搜索性能,可以控制选择低层启发式并生成新的SVM配置;低层启发式算法构成了一组特定于问题的启发式算法,使用不同的规则实现对SVM配置搜索空间的探索。该框架自适应地集成了基于分解和基于Pareto方法的优点,近似SVM配置的Pareto集,解决了启发式框架的优化问题。实验结果表明,所提框架性能优于其他算法,说明框架的有效性。     

基于蚁群算法求解TSP

蚁群算法是通过模拟蚂蚁觅食而发展出的一种新的启发式算法,被广泛地用于解决组合优化问题,它是新兴的仿生进化算法,具有并行计算、正反馈等特点,具有较强的发现问题的能力,在许多领域得到应用。文章应用蚁群算法求解TSP问题,分析了蚁群算法的原理、特征、参数及求解TSP问题的具体实现步骤。