动态自适应蚁群算法在二次分配问题中的应用

采用一种新算法--动态自适应蚁群算法解决二次 分配问题, 并引入3-opt方法对问题求解进行局部优化, 通过对二次分配问题的不同实例进 行实验, 结果表明, 该算法在求解二次分配问题上具有较好的能力, 可以很好地解决较大规 模的二次分配问题, 而以往的算法只适合于处理较小规模的二次分配问题.     

基于动力学演化算法的云任务与虚拟机分配策略研究

建立了云任务和虚拟机分配的数学模型,并将其转换成一个组合优化问题,利用改进的演化算法进行求解.算法中设计了两种编码方案,并根据这两种编码表示设计了杂交和变异算子,并引入了动力学选择机制让种群中的个体都有机会参与演化.采用了两组实验数据进行测试,并和随机分配算法、顺序分配算法以及贪心分配算法进行比较.实验结果表明该演化算法获得的结果最优.     

基于差异演化算法的化学方程式配平研究

根据质量守恒定律和化学方程式左右两边的原子构成建立数学模型,将化学方程式的配平问题转化为最优化求解问题.采用差异演化算法对其进行求解,给出基于差异演化算法的化学方程式配平的具体操作过程.通过对仿真实例的计算,结果表明差异演化算法能有效地确定出任意一化学方程式各物质前的最简系数,完成化学方程式的配平,为任意一化学方程式的配平问题提供了行之有效的方法.     

改进的差分演化算法及其在动态规则中的应用研究

在对传统差分演化算法深入研究的基础上,提出了一种改进的差分演化算法,并成功地把它应用于动态规则问题中.改进后的算法融合了对称算法、锦标赛策略、凸变异和二次变异等思想.实验证明,改进后的算法在最优解的稳定性、收敛速度和求解精度方面表现出了较好的性能.     

基于改进二次规划算法的X舵智能水下机器人控制分配

针对具有4个独立舵叶的X舵智能水下机器人(AUV)姿态控制分配精度及其计算效率问题,提出一种改进二次规划算法,在满足分配精度的同时减少计算量.使用Lagrange乘子法替代序列二次规划法所用的光滑牛顿法进行优化求解计算,有效降低了迭代循环计算,同时保留了序列二次规划的计算精度.仿真环境下的X舵AUV运动控制结果表明:改进后的控制分配算法能够减少40%的计算时间,控制分配偏差不大于0.03 N·m,AUV姿态控制效果良好.     

一个修正的并行变量分配算法

针对2002年C.A.Sagastizabal和M.V.Solodov提出的并行变量分配算法进行修正.通过引入一个线性规划,在每个迭代点处求解一个线性规划和二次规划,来替代原文中的二次规划子问题,避免了原算法的二次规划子问题可能不相容的情形.再者,通过一个非单调技术替代原文中的罚函数执行线性搜索过程,具有更大的灵活性.     

求解二次分配问题的预处理快速蚂蚁系统

分析了快速蚂蚁系统(FANT)跳出迭代最优解的策略,指出算法易发生停滞现象的原因,并通过改进算法解的构建步,引入一个变动的参数,提出了求解二次分配问题的一种新算法———预处理快速蚂蚁系统(PFANT).新算法改进了FANT算法易发生停滞的现象,拓宽了迭代最优解邻域的搜索范围,提高了二次分配问题解的质量.     

用改进的差异演化算法求解双冲量交会问题

推导了在初始端点固定和初始端点不固定两种情况下航天器双冲量交会问题的优化模型,确定以燃料和时间加权作为优化目标.在此基础上,运用改进的差异演化算法进行仿真计算.最后从收敛性和搜索的准确性两个方面对改进的差异演化算法与基本遗传算法进行比较.研究结果表明:改进的差异演化算法在求解航天器双冲量交会问题时具有收敛速度快、优化能力强、算法可靠等优势.     

求解离散网络平衡设计问题的遗传算法

针对离散网络平衡设计二层规划模型,提出了一种新的求解算法,对上层问题采用遗传算法,而对下层问题采用平衡交通分配的Frank-Wolf算法.数值试验结果表明:该算法是有效的.能够较快地求解这类网络平衡设计二层规划模型.     

非线性规划的元胞蚂蚁算法

将元胞自动机思想引入到蚂蚁算法中,提出一种新的进化算法——元胞蚂蚁算法。通过算法的元胞演化机制对信息素的二次分配,有效扩大了对解空间的搜索,避免陷入局部最优,并提高了寻找到所有全局最优解的能力。通过对一系列典型多极值优化问题的求解,均找到了所有全局最优解,显示了其在寻找多峰函数极值点方面的优越性。     

武器目标分配问题的离散差分进化算法

提出一种新的求解静态武器目标分配问题的离散差分进化算法. 采用整数排列建立武器-目标分配对,作为离散差分进化算法的初始个体;并通过取模运算对溢出取值范围的解向量进行修正,将其转化到解的搜索区域内,从而对差分变异算子进行设计. 同时,提出相应的交叉策略,得到可行的武器目标分配对. 在交叉过程中,保留目标向量与试验向量中相同的分配对,得以很好地利用上一代的分配结果. 在删除重复数和重新插入整数时,为了避免倾向性,生成随机排列,保证对数据处理的公平性. 实验结果表明,提出的离散差分进化算法在收敛性和求解质量方面均优于另外2种典型的离散差分进化算法,很好地实现了武器目标分配问题的有效求解.      

基于互补变异算子的自适应差分进化算法

在参数自适应的差分进化算法的基础上,同时采用DE/rand/1和DE/best/2两种具有互补特性的差分变异算子,提出了多种采用不同分配策略的新型差分变异算法.2种变异算子的分配分别采用随机分配、基于种群规模的单调分配、适应性随机分配以及基于种群规模的适应性分配4种策略.基于标准测试函数的数值优化结果表明:双变异模式的自适应差分进化算法总体上明显优于2种标准DE算法.在4种分配策略中,单调分配策略效果最佳.所提出的DE算法利用了DE/rand/1型变异在保持种群多样性方面的优势,并继承了DE/best/2型变异局部收敛速度快的优点,较好地实现了探索与利用的平衡,而且需要人工调节的参数较少,便于在实际中使用.     

无参数变异的二进制差分进化算法

鉴于差分进化算法在解决复杂连续问题上的优良性能,针对0-1变量的特点,提出了一种用于求解0-1规划问题的二进制差分进化算法(BDEPM).与采用离散变换和逻辑运算的改进算法相比,BDEPM算法中的变量采用二进制编码方式,在进化过程中无需变异率,即可根据个体间的差异直接在离散域内进行变异,算法的思路清晰、结构简单、控制参数少、易于理解和实现.将BDEPM用于求解0-1背包问题,针对其约束提出了一种二次贪婪变换的修复策略,两个背包实例的仿真对比实验验证了BDEPM算法的优越性.     

基于最优特征配置理论设计的电力系统励磁控制器

提出了基于最优特征值配置原理设计最优励磁控制器的方法。首先建立了单机－无穷大系统中发电机组的线性化模型,在此基础上出了系统的状态空间描述并按最优特征值配置的原理设计了状态反馈矩阵。仿真结果表明按特征值最优配置理论设计的控制器,不仅能使性能指标达到最优,而且避免了按线性二次型最优控制理论设计时状态权矩阵选择的困难。     

部分二次特征值及其敏感性配置

利用响应矩阵法配置主动振动控制中的配置特征值及其敏感性,使得特征值和敏感性配置的个数不受限制.提出用带等式约束的二次规划问题,来求解主动振动控制中单输入状态反馈控制系统的部分特征值及敏感性配置问题.数值实验表明:转化成二次规划问题来求解的方法,其特征值配置问题满足要求,敏感性配置也相对满足要求.     

DNA计算在二次分配问题中的应用研究

DNA计算（DNA computing）是一种新的计算方法,其高度并行性和巨大的信息存储能力为NP-完全问题的解决提供了一种全新的方法。本文采用了该算法去解决二次分配问题,构造了该问题的表达方法,建立了算法模型,对于我们将DNA计算的方法应用于组合优化问题具有启发性,并为我们进一步深入研究奠定了基础。     

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。     

基于二次B样条的广义差分法

构造了基于二次B样条的广义差分格式,并利用该格式求解二阶常微分方程,通过数值试验分析差分解的收敛性:在H1半范数和L2范数下,二次B样条广义差分法均具有2阶收敛精度。     

岩体弹性模量反分析的进化差分方法

考虑到岩体弹性模量反分析本质上是一个复杂的非线性函数优化问题,采用全局优化算法是解决这个问题的理想途径.本文将具有收敛速度快、易于实现和全局寻优能力强大等优点的差分进化算法(Differential Evolution,DE)融入到岩土工程数值计算程序(FLAC3D)中,提出了基于DE算法的岩体弹性模量反分析方法,并通过一个简单算例验证了该方法的正确性,结果也表明该方法是科学可行的,具有较高的精度.