随机网络期望中心选址

根据在确定网络中的中心选址理论和算法,结合在随机网络中的中位选址理论和算法,本文提出了在随机网络中期望中心选址理论,并给出了对应的算法。     

考虑经济性和时效性的配送中心选址模型研究

为提高物流系统的服务水平,对具有经济性和时效性的配送中心选址问题进行了研究.以经济费用最小为目标,将客户对送货时间的要求转化为时效性约束条件,构造配送中心选址模型.讨论了求解该选址问题的优化算法——序列二次规划算法(SQP).通过实际算例对选址模型和求解算法的可行性进行了检验.算例结果表明:模型和算法能很好地解决有时效性约束的配送中心选址问题,对提高物流系统的运作效率有积极的意义.     

基于Matlab优化算法的物流中心选址

应用Matlab优化函数求解带时效性约束的物流中心选址问题。分析选址问题的时效性约束条件，构造带时效性约束的物流中心选址模型，利用Matlab优化工具箱中的“fmincon”函数，设计选址模型的精确算法，并给出具体算例，验证模型和算法的可行性。研究结果表明，基于Matlab函数的优化算法编程简单，运算速度快，既能够求解带时效性约束的选址模型，又能够求解不带时效性约束的重心选址模型，是一种比传统算法更有效的求解物流中心选址问题的算法。     

基于免疫算法与GIS技术的农产品物流配送中心选址

分析了农产品物流配送模式,建立配送中心选址的数学模型,研究免疫算法与GIS技术求解选址模型的方法,并以福州市晋安区农产品物流配送相关数据为基础,提出研究区域内农产品物流配送中心选址的实际模型,采用免疫算法求解模型,运用VB编写相应的程序,提高了选址决策的效率和精度.     

多目标优化量子免疫算法求解基站选址问题

为了解决带容量约束WCDMA网络的基站选址问题,提出了一个基于多目标优化量子免疫算法的基站选址优化方案.设计了基站选址问题的数学模型,给出了多目标优化量子免疫算法框架,并进行了实验验证.实验结果表明：算法方案能以较小的基站建设代价满足覆盖要求,具有较好应用价值.     

基于Floyd算法的消防站选址确定

本文通过运用运筹学图论中的Floyd算法,针对消防站的选址问题进行了初步的讨论,并用一个实例通过MATLAB编程对算法进行了对Floyd算法求得最短路径进行了验证,对消防站的选址具有重要的指导意义。     

免疫粒子群算法在变电站选址中的应用

结合影响变电站选址的实际因素拟定具体的规划方案,建立变电站选址的数学模型,并对标准粒子群优化算法进行改进,提出免疫粒子群优化算法,用该算法对简化的变电站选址模型进行优化,并在MATLAB的GUI中实现算法功能。     

考虑均衡性与可达性的城市书房选址优化研究

城市书房是公共图书馆服务功能的拓展,城市书房布局是具有高复杂度的决策问题,布局的优劣直接关系其文化服务功能发挥的成效.遵循城市书房选址均衡性和可达性原则,以城市为整体,以选址方案中各书房服务社区数的标准差最小为优化目标,提出了一种能够实现城市书房多点选址的改进的K-Means算法,并以区域为60 km×60 km含有350个居民社区的城市中10个城市书房选址问题为例进行实例研究,通过对K-Means算法和改进的K-Means算法所得的城市书房选址结果的对比,发现改进的K-Means算法得到的选址方案更符合均衡性和可达性要求,同时其解的鲁棒性远优于一般K-Means算法,并从统筹布局、精准服务的角度给出了城市书房的发展建议.     

求解物流配送中心选址问题的改进鸽群算法

为了提高鸽群优化算法求解物流配送中心选址问题的优化效果，减少物流配送成本，提出了一种改进的鸽群优化算法。该算法在基础鸽群优化算法上，引入灰狼优化算法在寻优过程中的捕食策略，能够有效地提高鸽群优化算法的局部搜索能力、增强算法的寻优性能。由函数测试实验可得，该算法在求解测试函数最优值上具有寻优速度快、收敛精度高的特点。最后，将其应用到求解物流配送中心选址问题中，实验结果表明：改进的鸽群优化算法更适合求解高维物流配送中心选址问题。     

信息缺失下考虑预算约束的物流设施可靠性选址研究

针对存在失效风险的设施选址问题,构建了信息缺失下考虑预算约束的物流设施可靠性选址模型.该模型既反映了信息缺失下顾客访问设施方式的变化,又在预算有限的情况下考虑了设施优化布局方案.针对构建模型的特性,基于拉格朗日松弛算法,提出了定制的启发式求解算法.基于京津冀区域的实际数据,构建了一系列的算例,对选址模型的性能和参数进行深入分析研究.研究结果表明:采用拉格朗日松弛算法求解该模型可以获得合理的物流设施选址方案.通过灵敏度分析,探讨了模型参数对物流设施选址成本的影响.     

基于设备驱动的综合柔性调度冲突调解算法

设备驱动时刻按最短加工用时确定工序设备,为避免两个设备选择同一工序发生冲突导致可调度工序延迟完成影响调度结果的问题,提出基于设备驱动的综合柔性调度冲突调解算法. 该算法分别从可调度工序集中为发生冲突的两个空闲设备选择加工时间次短的预调度工序,通过对可能加工的组合方案预调度,选择设备驱动时刻尽早结束的组合方案调度;当存在一个空闲设备有多个可调度最短加工工序时,采用实质短路径策略确定调度工序. 分析和实例表明,本文算法可缩短存在设备/工序选择冲突的综合柔性调度总加工时间.      

多用户正交频分复用系统中的自适应分配算法

提出了一种多用户正交频分复用系统中次最优的自适应载波、比特和能量分配算法．该算法依照最优化算法的分配思想，利用各子载波的瞬时特性，在保证各个用户服务质量(QOS)较好的前提下，通过优选适合发送的时频块，并根据信道状态信息，及时调整其调制等级，达到降低总的发射功率，提高误码性能的目的．仿真实验表明，该算法具有较好的性能．     

基于效用函数的异构网络负载均衡算法

提出了一种基于效用函数的异构网络负载均衡算法.该算法通过网络参数的定时测量,得到各性能指标的效用函数,经过归一化和权重处理,选取重负载和轻负载的小区,并选取资源利用效率低的业务终端,通过终端的转移实现负载均衡.仿真分析表明,该算法能够有效提高网络吞吐量,降低网络阻塞率,并减少网络时延.     

K-means算法聚类中心选取

传统K-means 算法对于聚类初始点的选取和距离度量的计算异常敏感,因而很可能导致K-means 算法只能收敛得到局部最优解。为此,提出一种改进的K-means 算法,即K-means 聚类算法最优匹配算法,并进行了相关的算法实验分析。该改进算法首先对传统的K-means 聚类算法进行初始点的选取,并分析聚类结果。然后,分别从初始聚类中心的选择和距离算法的确定进行实验测试,引入轮廓系数评价聚类效果,分析实验结果可知,K-means 聚类算法最优匹配算法具有较好的稳定性和较高的聚类准确率。     

基于布鲁姆过滤器的RFID中间件数据过滤算法设计

RFID（Radio Frequency Identification,RFID）中间件在RFID系统中起着承上启下的作用,数据过滤作为RFID中间件的核心功能,对其算法的研究一直是RFID领域研究的热点与重点。通过对现有过滤算法的分析,提出基于布鲁姆过滤器的数据过滤算法,鲁姆过滤器在空间和时间上有着更低的复杂度,并通过对布鲁姆过滤器算法的分析和仿真,选择了最优的布鲁姆参数,降低了算法的假阳性误判率。     

一种改进的等范数最近邻码本矢量搜索算法

文章提出了一种改进的等范数最近邻码本矢量搜索算法,该算法预先离线计算好各码本矢量的2-范数和它与中心线的矢量夹角,再根据各码本矢量的2-范数进行升序排列.编码时用二分法搜索到与目标矢量2-范数最近的码本矢量,再排除那些不在目标矢量形成的夹角范围内的码本矢量。结果证明,该算法对比文中列举的其他算法更加高效。     

一种改进的多路径负载分配均衡算法

分析了实现均衡路由的功能模型和算法,重点研究了LDM(多路径负载分配)算法。为了充分利用候选路径的信道容量,提出了一种改进的LDM算法。改进后的算法在多个候选路径之间根据比例系数均衡分配通信流量。通过算法性能分析表明:改进后的算法和最初的LDM算法具有相同的复杂度,但对于给定的通信流量能够提升网络性能。     

考虑采购、供应和选址的网络供应链优化设计模型

以现实中分布式多工厂、多产品、多客户环境下企业或公司的供应链为模型,分析了综合采购、供应和销售三个环节,并包含选址问题的供应链网络结构,提出了基于该网络结构的多级控制（采购、供应和选址）模型.     

移动自组网中一种基于能量的稳定备用路由算法

提出一种基于能量意识的稳定备用路由算法EASBRA.该算法利用网格中节点的地理信息进行路由,并且选择一条最稳定的不相交备用路由.同时提出了一种受限的泛洪算法CF.通过理论分析表明,该CF算法比传统的泛洪算法更加节能,并且EASBRA有着更低的路由发现频率.模拟结果显示,与AODV和AODV-BR相比,EASBRA有着更高的投递率,更短的路由延迟和更少的能量消耗.     

基于DCT域改进的自适应数字水印算法

针对DCT变换特点,提出一种改进的自适应水印算法.选取3个DCT中频系数,求均值及DCT矩阵主对角线均值,比较嵌入位与它们的关系,调整嵌入位的大小实现水印自适应嵌入.水印信息经过Arnold置乱后嵌入到原始图像.实验表明,该算法隐蔽性良好,水印提取效果较好,对旋转、剪切、滤波、JPEG、修改等攻击具有较好的鲁棒性和稳健性.