求解一类组合优化问题的混沌搜索法

把混沌引入各种传统的优化计算模型中以避免系统落入局部最优陷阱 ,是一种行之有效的方法 .本文提出一种利用混沌搜索一类组合优化问题最优解的模型 ,并对其进行了理论分析和数值模拟 .与混沌神经网络模型相比 ,本模型避免了模型参数选择的难题 ,具有实现方便 ,寻优效果好的优点 ,为解决一类组合优化问题提供了新途径.     

Effective Neural Algorithms for Combinatorial Optimization

This paper provides an overview on the current status of the researches in the field ofneural algorithms for combinatorial optimization and makes some comments on the recent develop-ment.Meanwhile,we point out that such optimization networks suffer from some serious problems.At the end of this psper,we present the readers some aspects which need more researches in thefutlllle.     

单抓钩周期性排序的一种启发式算法

研究了自动处理线的单抓钩周期性排序问题，并提出了一种启发式的搜索方法以求解单抓钩周期性排序问题，该方法也被扩展于具有“多重处理槽”的单抓钩周期性排序问题的求解。量化的示例表明该方法是有效的。     

不确定SMDP基于全局优化的鲁棒决策问题

考虑半马尔可夫决策过程（SMDP）在一些系统参数不确定，且性能函数依赖于这些参数时的鲁棒决策问题。这些参数的不确定性不仅导致等价无穷小生成子的不确定性，也导致性能函数的不确定性。论文针对相关参数的情况，分别采用不同的全局优化算法，即填充函数法和模拟退火算法，进行鲁棒控制策略求解。仿真实例说明，全局优化方法的使用保证了平均准则和折扣准则下的计算结果之间当折扣因子趋近于零时的极限关系成立。     

用单亲遗传算法求解有序组合优化问题

本文提出一种用于求解有序组合优化问题的单亲遗传算法（ＰＧＡ）。ＰＧＡ的突出特点是不使用传统遗传算法（ＴＧＡ）常用的交叉算子,而是通过基因换位算子隐含交叉算子的功能来实现进化操作。本文首先介绍了ＰＧＡ的基本概念,然后分析ＰＧＡ的运行机理,最后给出了用ＰＧＡ求解旅行商问题的仿真结果。     

层次分析法中和积法的最优化理论基础及性质

和积法是一种计算排序向量的近似算法．本文从平方差均值平方根的概念出发,导出了和积法计算排序向量的显式表达式,为和积法作为一种排序方法提供了最优化方面的理论依据,并从保序性、相容性、对称性等角度对该方法的合理性进行了研究     

求解度限制最小生成树问题的启发式遗传搜索算法

CM（1,1）模型一般以模型还原值与实际值平均相对误差检验模型的模拟精度。本文以模型还原值与实际值平均相对误差最小化为目标函数将CM（1,1）模型转化成一个不用进行灰微分方程参数辨识的优化模型，称之为改进的GM（1,1）模型，简称IGM（1,1）。IGM（1,1）避开了灰微分方程参数辨识时传统的优化无法求解，本文针对IGM（1,1）模型的直接建模。由于IGM（1,1）目标函数非连续，不可导，用传统的优化无法求解，本文针对IGM（1,1）模型的模拟特性设计了求解该优化模型的遗传算法并进行了算例验证，秋解结果表明了IGM（1,1）模型IGM（1,1）模型。     

干线运输优化的两阶段局部搜索启发式算法

干线运输的车货匹配及车辆运输路径优化对于降低大规模、多分布网点的物流企业的运输成本有重要意义.建立了干线运输的发车费用模型及总费用模型,提出应用一种基于直达网络搜索和车辆行驶路径搜索的两阶段局部搜索启发式算法进行求解.通过对企业实际数据的计算,表明该算法优化了干线运输的运输路径,减少了运输车辆数,降低了运输总费用,具有较好的应用前景.     

不确定信息下应急设施选址-路径鲁棒优化

为抵御突发灾害对路网造成的破坏性,提高救援效率,考虑路径超期风险和设施点失灵对系统的影响,针对需求点物资需求量不确定和车辆运输时间不确定,构建三级路网,采用车辆和直升机联合运输方式进行多物资运送。基于鲁棒优化思想,建立了以物资送达需求点救援时间之和最小为目标的应急设施选址-路径鲁棒优化模型,采用CPLEX进行求解。最后,设计不同算例进行数据仿真实验,证明了鲁棒优化方法在处理需求量和车辆运输时间不确定以及偏差鲁棒优化方法在处理设施点失灵风险的有效性和鲁棒性,进而为解决应急设施点的选择和救援物资的及时准确配送,增强应急物流系统的风险应对能力提供了有效的方法。     

微通道热沉的稳健优化设计

将田口稳健设计方法用于硅基微通道热沉的优化设计，建立了微通道热沉的简化性能分析模型，确定了影响其散热性能的关键参数，利用正交试验和信噪比分析实现了参数的稳健优化。利用外部监控程序对CAD和CAE软件的脚本进行动态修改，并且创建专门的进程来执行修改后的脚本，采用共享文件和延时的方法实现主进程、几何建模进程和性能分析进程的同步运行，实现了稳健设计过程的自动化。     

基于Robust优化的多链库存系统动态切换模型及仿真

以两个单链合作为出发点,基于合作的方式不同创建了多个子系统,并以此建立了多供应链不确定切换系统模型。为了抑制多供应链系统在链间合作过程中产生生产运作波动和牛鞭效应,运用鲁棒优化理论给出了多供应链系统的切换控制算法,以及基于计算机的控制实现方法。结合多模型切换系统运作过程,仿真并对比分析了该多供应链多模型切换系统控制在有无切换两种情形下系统的订货波动变化大小和牛鞭效应变化大小。仿真结果表明多模型切换控制方法应用于复杂多供应链库存管理系统,可以抑制牛鞭效应,同时提高系统市场快速响应能力和集群整体需求放大性。     

优化差异工件单机批调度问题的改进蚁群算法

研究了单机环境下工件尺寸有差异的批调度问题,设计了一种改进蚁群算法对问题的制造跨度进行优化.首先引入了Metropolis准则的概率选择机制作为路径激励策略,避免蚁群算法过早收敛的问题;然后采用了Batch First Fit算法对蚁群的路径进行解码,以产生可行的分批方案.最后选取了问题的所有24类算例,将改进的蚁群算法和遗传算法及模拟退火算法进行了全面的对比实验,结果验证了改进的蚁群算法的有效性.     

Combinatorial Method of Simulation and Optimization and Its Application on Transportation System

ＣｏｍｂｉｎａｔｏｒｉａｌＭｅｔｈｏｄｏｆＳｉｍｕｌａｔｉｏｎａｎｄＯｐｔｉｍｉｚａｔｉｏｎａｎｄＩｔｓＡｐｐｌｉｃａｔｉｏｎｏｎＴｒａｎｓｐｏｒｔａｔｉｏｎＳｙｓｔｅｍＳＵＮＺｈａｎｓｈａｎ（ＩｎｓｔｉｔｕｔｅｏｆＳｙｓｔｅｍｓＥｎｇｉｎｅｅｒｊｎ...     

随机装卸工问题的新型变异蚁群算法

提出了随机装卸工问题及其求解策略.针对这一问题,在蚁群算法的基础上给出了引入内外变异的新型蚁群算法.通过数值算例对两种算法的求解结果进行了对比分析,验证了新型变异蚁群算法的有效性和可靠性.     

解约束优化问题的新粒子群算法

提出了一种新的求解约束优化问题的粒子群算法。基于一个合理的假设前提:任何可行解总是比非可行解好,算法通过在标准粒子群算法中引入了一个新的约束处理机制,将约束优化问题转化为无约束问题来求解。此外,为了提高收敛性能,新构建的算法通过引入变异策略,使算法在迭代过程中保持较高的种群多样性,增强算法跳出局部最优解的概率,从而提高算法的收敛速度和解的质量。与遗传算法以及标准粒子群算法的实验比较表明,所提出的方法是一个可行的约束优化问题的求解算法。     

多种资源受限多项目排序问题的两层决策方法

分析了多种资源受限多项目排序问题的性质和特点 ,提出用两层决策方法建立这类问题的数学模型 .将基于直接搜索法的随机全局优化方法用于求解该问题的全局最优解 ,给出了具体的算法步骤 .计算示例表明 ,本文建立的模型和给出的算法能有效地求解多种资源受限多项目排序问题.     

连续变量问题全局优化的模拟退火法

本文针对过程系统连续变量优化问题中普遍存在的多峰现象, 探索了应用模拟退火法求解其全局最优解。文中根据连续变量问题的特性, 提出了一种相邻状态的产生函数和迭代方案, 并分析了模拟退火过程的起始温度、终止温度以及降温速度等参数对优化计算的影响, 给出了这些参数的适宜区域, 通过三个例题的计算, 将模拟退火法与传统优化方法一梯度法进行了对比分析, 结果表明该法能够有效地解决传统的确定型优化方法所不能奏效的全局优化问题。     

形状优化设计的分级耦合方法

工程结构的形状优化设计需要处理两类设计变量：尺寸和节点位置。由于两者量级不同，若同时考虑，计算量太大且收敛很慢。本文提出了分级耦合方法，将尺寸和节点位置分开处理，但在节点位置寻优过程中，必须考虑有利于下一轮的尺寸优化。     

考虑发电量与保证出力的水库调度多目标优化方法

以年发电量和保证出力为目标,建立了水库优化调度多目标数学模型,并提出了求解该模型的约束法和决策偏好的交互式多目标优化方法,结合实例研究计算,论证了该方法的可行性和优化性。     

求解N-车探险问题的离散水波优化算法

N-车探险问题是一类NP-hard离散优化问题，针对该问题，首次提出一种融合局部搜索的离散水波优化算法。结合该问题等价于置换排序的特性，设计基于置换序列的编码方式；利用反转、移动、交换等操作重新定义传播、折射和碎浪算子；开发基于插入邻域的局部搜索策略，以增强水波优化算法的局部搜索能力。最后，利用实验设计探讨关键参数对算法性能的影响。基于14个标准问题的测试结果表明：所提方法的寻优精度、稳定性等整体优于标准水波优化算法、粒子群算法、烟花算法和启发式算法H1~H4；与离散水波优化算法相比，基于禁忌搜索的变邻域搜索算法用至少66.6倍的计算时间得到了最大相对偏差比为0.017的寻优精度。结果表明，离散水波优化算法能在较短时间内获得较满意的解。