基于组合优化理论设计单钻头打孔机生产效能模型

对孔型加工及走刀方式进行分析,基于离散空间的组合优化理论建立了求解最短路径与刀具转换的动态优化模型,并利用Matlab软件结合蚁群算法研究了该类问题的常用求解算法．从而设计出单钻头作业的在最短行进时间和最少作业成本前提下的最优作业线路,即刀具转换方案．     

基于改进蚁群算法的潜艇最短航路规划

提出了一种将潜艇的航路规划问题转化为多阶段最短路径问题的模型,和最短路径问题的威胁度加权算法,并使用蚁群算法来计算最短路径,达到求解潜艇航路规划问题的目的.还针对现有的蚁群算法收敛速度慢的缺陷提出了一种蚂蚁学习策略,同时对现有算法的信息素更新策略进行了改进.最后的实验比较得出,改进后的蚁群算法收敛速度与成功率相比传统蚁群算法有了明显提高.     

基于蚁群算法的地震物资车辆调度研究

为了将便于解决复杂优化问题的蚁群算法与地震灾害发生后的救援物资配送优化问题结合起来,建立了优化的地震救援物资车辆调度数学模型。首先确立了运输时间最短和配送物资满意度最大的双目标模型,其次进行单目标模型转换,再运用蚁群算法求解,最后通过Matlab进行模拟运算,验证了车辆调度模型的可行性和有效性。     

一种最短路径的演示算法

根据最短径问题的理论 ,编制了一个最短路径问题的演示算法 ,文中给出了合理的存储结构及主要算法 ,本算法与教材中的算法不同 ,更好地体现了迪杰斯特拉思想     

线性规划的原有松弛-对偶单纯形算法

针对线性规划的单纯形算法中出现不可行基的情形,提出了一种原有松弛-对偶单纯形算法.忽略不可行基变量相应的约束构造一个原有可行的松弛子问题,根据最钝角原理作了进一步松弛,用原有单纯形法求解该子问题,然后用对偶单纯形法求解原问题.通过大规模数值试验对这种算法进行计算检验.结果表明,与经典单纯形算法相比,提出的算法简便且具有更高的计算效率.     

基于遗传算法的城市轨道交通大小交路模式列车开行方案研究

本研究以乘客出行在途等待时间成本与开行列车运用成本最小为目标,以列车追踪时间间隔及列车载客满载率为模型计算的约束条件,建立双目标非线性规划模型,采用最短理想点法对设计的目标函数进行优化,并采用自然数编码的遗传算法对模型进行求解,通过算例求解来验证模型与算法设计的合理性。研究结果表明,在一定客流条件与参数下,采用大小交路运营模式有利于降低运营成本。     

最大流最小费用的一种简洁算法

一、引言 对于一个输运网络,已知发点的数目、位置和发量,收点的数目、位置和需求量,及网络中各边的容量,求使总运费最省的调度方案,这是线性规划解决的典型问题,Busacker与Gowen也就该问题将可行流与迭代、反圈法结合起来求解。 本文拟将图论中的求最短路径及求最大流的两种算法结合起来,提出该问题的一种简洁实用的解法。 本文的算法较线性规划解法与Busacker和Gowen的算法而言的优点在于:物理意义明确;可与图形显示系统结合起来进行流过程的动态模拟,形式更加简洁有效。     

有向网络上两顶点间最短路径的双向搜索算法

提出了一种求解有向网络上两顶点间最短路径的双向搜索算法,经理论证明和实际应用,该方法较原Ｄｉｊｋｔｒａ算法可平均提高８倍的计算效率。     

求解Hamming距离下单位型单发点树型网络最短路改进问题的算法

给出了求解两类特殊的Hamming距离下单位型单发点树型网络最短路改进问题的多项式时间算法,并研究了一般树型网络下该问题的性质.解决了Hamming距离下逆问题(改进问题)中的部分问题,有助于设计出更多的求解Hamming距离下单位型树型网络最短路改进问题的算法.     

基于密度峰值剪枝后的最短路径聚类算法

聚类是通过数据标签或者属性,将一系列经验数据按照相似性或者相近性进行归类.基于密度属性展开的聚类算法,主要聚焦在聚类中心的确定和剩余点如何分配的问题上展开讨论.针对基于密度峰值的可训练最短路径算法,通过密度峰值确定聚类中心,提出使用截断阈值、对路径图进行剪枝的算法改进.然后基于最短路径法对剩余点进行全局分配.实验结果证明,在保持聚类精度的同时,有效地提升了算法执行效率.     

一类联合最大特征值函数优化问题

非光滑凸优化问题是运筹学的一类重要问题.束方法作为解决非光滑凸优化问题最有效的方法之一,已经被广泛地应用于各个领域.运用束方法对最大特征值函数与一般非光滑凸函数之和的优化问题进行研究.首先,对目标函数进行近似;其次,给出求解此类优化问题的带有罚项的束方法算法;最后,通过收敛性分析证明了算法产生的序列会收敛到原问题的最优解.     

基于粒子群优化算法在NP难问题中的应用研究

为解决NP难问题中算法应用领域划分问题，分别运用不同算法对不同问题规模的TSP问题进行求解，寻求最优路径规划.采用随机数据来最大化模拟实际情况，设置了5、10、15、20、30和100个随机城市坐标点，分别采用PSO算法、C-PSO算法、GA算法和ACO算法进行求解，求解一条经过各城市且一次的旅行最低费用的路线，分析比较四种算法的鲁棒性与实效性.结果表明：基于C-PSO算法在NP难问题中的具有良好鲁棒性和较短的运行时间，在问题规模小时，可以采用PSO算法和ACO算法；在问题规模大时，可以采用C-PSO算法.     

网络各点间最短距离的矩阵算法

本文采用矩阵算法研究了网络图中任意两点之间最短路径问题，并结合实际进行了具体应用。     

基于改进GA-PSO算法的需求响应式运输研究

用标准的交叉粒子群算法(GA-PSO)求解多个车场有目的地的开放式需求响应式车辆调度问题容易过早陷入局部最优,为解决算法缺点,进一步提高算法求解精度,通过增加基因突变和路径合并更新因子,提出改进GA-PSO算法。通过对需求响应调度问题的描述,建立数学模型,构建改进GA-PSO算法求解流程。利用随机数据生成实验算例,采用GA-PSO算法和改进的GA-PSO算法进行对比实验来验证改进算法效能,结果表明改进的算法比标准算法在求解精度上优化幅度提高了13.9%。     

混合线性约束非线性最优化问题的一个新算法

在文献[1]的基础上,首先将线性等式约束非线性最优化问题转化为非线性最小二乘问题进行求解,得到了求解最优化问题的一种新思路;然后针对混合线性约束最优化问题,通过与积极集法相结合,在求解等式约束子问题时采用上述算法,而对于不等式约束子问题采用积极集算法,从而提出了混合线性约束非线性最优化问题的一个新算法.最后给出了该算法收敛性的证明,通过数值实验,说明新算法是可行的,有效的.     

考虑经济利益的泊位-岸桥联合调度

基于离散型泊位布局的集装箱码头,对港口作业系统下的船舶锚地停泊、引航作业、装卸作业、集卡运输作业等环节进行了分析,厘清各个环节码头获得的利润。主要考虑码头运营者在各个环节的可变动利润下,建立了整数规划模型,并使用改进的精英保留遗传算法进行求解。使用3个算例对模型和算法进行了数值实验,设置以船舶总在港时间最短为优化目标进行对照,发现码头运营者期望得到最大利润时会大幅增加船舶在港时间,而期望船舶在港时间最短时往往导致码头方利润最小化。为了平衡船港双方利益,应将2种标准综合起来考虑。     

运筹学教学中的动态规划求解最短路径问题的一个注记

动态规划是运筹学课程教学中的重要内容.在教学过程中,发现在用动态规划方法求解最短路径问题时,如果举例不恰当,很容易对学生造成误导.对出现误导的情形进行了分析,找出了发生的原因.基于问题的分析,找到了解决的方法.     

改进人工蜂群算法求解多目标连续优化问题

多目标连续优化问题是实际应用和科研中最普遍的问题之一,也是学术界研究重点之一.根据人工蜂群算法求解过程,修正算法中的不足之处,改进算法中存在的盲目搜索,减少丢失算法中的优秀个体,以人工蜂群算法作为进化策略,整理改进方案.改进方案包括有:第一,针对基本人工蜂群算法中变异算子对整体基因搜索的不足,提出基于人工蜂群算法算子和变异算子相融合的自适应搜索算子,在一定程度上可以根据基因优良程度自动调整搜索范围,提高人工蜂群算法搜索行为的准确性.第二,利用搜索数据结果形成新的基因个体,在一代搜索结束后,剩余的个体与新个体的组合成新的种群,使得人工蜂群算法在进行过程中最大程度的保存下优良的基因.通过研究比较发现,改进的人工蜂群算法在求解多目标连续优化问题中具有比较好的收敛性和分布性.     

利用几何画板求解机器人避障问题

针对有效分析机器人在平面场景范围内活动特征的问题,主要从各个障碍物在平面场景范围分布的特征,以及机器人行走的路线特征等方面进行了深入的研究探索,将避障路径规划转化为多阶段决策问题,对每一个阶段的子问题应用几何画板进行几何逼近进行求解,得出各阶段的最短路径。     

非线性约束优化问题的组合依赖域与线搜索算法

对非线性等式约束优化问题提出了一个组合信赖域与线搜索求解算法，与传统的依赖域方法比较，该算法的特点是当试探步不被依赖方法接受时，无需重新求解信赖域子问题，通过计算机实验，比较了纯信赖域算法与组合算法计算工作量。