灰色线性规划的Genocop算法求解

遗传算法求解线性规划问题特别是大型线性规划问题通常比常规求解方法有效得多,但如何求解灰色线性规划是一个值得探讨的课题,本文利用遗传算法的Genocop算法设计了灰色LP的求解程式,结果表明其求解效率很高.     

基于灰关联度的多目标规划新求解算法

针对多目标规划的求解问题,提出了一种新的基于灰色关联度的求解算法, 该算法将多目标规划模型的多个目标函数理想值组成一个理想目标向量。在相同的约束条件下,基于目标函数向量与理想目标向量之间的灰色关联度而构造一个实值偏好函数。通过最大化这个实值偏好函数,可把多目标规划问题转变为单目标规划问题,并给出了基于遗传算法的求解步骤。通过实际算例表明,该算法正确有效,且相对于线性加权和法、平方加权和法和理想点法而言,具有较好的综合距离均衡性能。     

灰色二层线性规划问题及其解法

针对二层线性规划问题, 结合灰色系统的特性,提出了一般灰色二层线性规划问题, 并给出了该问题的模型及相关的定理.针对漂移型灰色二层线性规划,基于单纯形法提出了一种具有全局收敛性质的算法来求解该问题.用下层的Kuhn-Tucker条件代替下层问题,将灰色二层线性规划转化为灰色单层规划问题,利用对偶理论将该单层规划转化为一系列灰色线性规划问题,从而用单纯形法求解该问题来得到灰色二层线性规划问题的解. 最后,通过算例验证了文中算法的有效性.     

解非线性两层规划问题的新的遗传算法及全局收敛性

针对两层规划问题本质上的非凸性和不可微性给其数值求解带来极大困难,特别是求非线性两层规划问题的全局最优解,而遗传算法不受这些因素的限制,设计了一种新的有效的遗传算法来解决非线性两层规划问题.该算法充分考虑了两层规划问题的结构特点,使遗传算子更加有效,并且易于产生好的后代.     

区间非线性规划问题的确定化描述及其递阶求解

讨论以区间参数形式给出的不确定性非线性规划问题,提出了一种含有决策风险因子的新的区间参数不确定非线性规划的一般命题形式,并分别就不确定性参数出现在目标函数或约束条件中的不同情况,给出不同的表达形式.文章给出用遗传算法,采用递阶优化方式求解区间参数不确定非线性规划的具体算法.仿真结果表明该形式的可行性.     

用分层嵌套遗传算法求解立井施工机械化最优配套方案

煤矿立井施工机械化最优配套方案的数学模型,属于混合整数非线性规划问题,变量多,参数复杂,难以用一般的优化方法进行求解。本文偿试用分层嵌套遗传算法进行求解,取得了较为理想的效果。     

灰色线性规划的Genocop算法求解

利用遗传算法的思想给出了线性规划的Genocop算法,进而针对灰色线性规划问题设计了灰色Genocop的求解程式,并使用Matlab语言开发了相应软件,给出了一个实例求解结果。大量运算结果表明,该算法对灰色线性规划问题求解非常有效。     

航空弹药挂载方案优化模型及其遗传算法求解

结合机载导弹阵地战场抢修决策平台项目开发,应用基于相关因素的决策优化模型建模方法分析和建立了航空弹药挂载方案优化模型.该模型属于非线性约束的非线性二元规划模型.文末给出了该模型在某次作战任务中的应用实例,并采用遗传算法进行模型求解,分析了模型求解结果.     

基于层次遗传算法的非线性双层规划问题求解策略

双层规划是解决层次决策问题的运筹学工具。当前基于传统的优化思想已经提出了很多算法解决搜索空间已知的双层规划问题。但在双层规划领域仍然存在许多问题无法利用现有算法求解。本文基于进化博弈和多目标优化非支配排序的思想,设计了层次遗传算法并利用其求解非线性双层规划问题。最后通过测试函数验证算法的有效性。     

一类非线性两级混合整数规划问题的全局最优解的近似算法

讨论了一类非线性两级混合整数规划的求解问题 .基于非线性混合整数规划理论和算法 ,探讨了对上级规划问题采用模拟退火求解混合整数规划的算法 ;对下级规划问题采用内罚函数法 .实际运算证明 ,该算法是有效的.     

求解灰色双层线性规划模型的交互式模糊算法

通过提出灰色双层漂移型线性规划的概念和建立灰色双层漂移型线性规划模型,描述了具有灰色信息的递阶双层系统的决策问题;改进已有的交互式模糊算法,克服了模型求解的困难性和复杂性,将灰信息带入求解过程,使算法在求解灰色双层漂移型线性规划模型时简单、实用,最后通过算例证明提出的求解灰色双层漂移型线性规划模型的交互式模糊算法的简单性和实用性.     

基于EGA算法的小样本非线性残差灰色Verhulst计量组合预测模型

针对复杂经济系统下时间序列所呈现出的小样本非线性残差特征,采用非线性残差灰色Verhuilst模型进行研究,修正传统计量模型对于残差信息挖掘不够,预测精度不高的问题,在此基础上,选择带有精英策略的EGA算法来建立灰色Verhulst计量组合预测模型,设计了算法实现的逻辑流程和非线性残差灰色Verhulst计量组合预测模型的整体建模思路,提出了改进多准则目标优化NP完全问题的新方法,对模型的预测效果进行比较分析.实证研究表明:基于EGA算法的小样本非线性残差灰色Verhulst计量组合预测模型算法收敛速度快,拟合效果好,预测结果更精确.     

非线性规划的混合遗传算法

遗传算法是一类模拟自然界生物进化过程与机制、求解问题的自组织和自适应的人工智能技术,是非常好的求解优化问题的算法,但是它也容易产生早熟现象,且局部搜索能力较差。因此,在分析传统的非线性规划方法的基础上,针对传统方法的局限性,为非线性规划模型设计了一种新的启发式算法,即结合遗传算法、模拟退火算法和动态惩罚函数法的混合遗传算法,以发挥各算法处理问题的优势。对算法的过程进行了分析。通过实例说明,该算法对于求解所建立的问题是有效的。     

灰色决策问题的特征向量方法

基于灰色系统理论的思想和方法,探讨了方案的指标评价值为区间灰数并且指标权重未知的决策问题,提出了这种灰色决策问题的特征向量方法.首先运用分析技巧,构建了灰色区间关联系数公式和灰色区间相对关联系数公式;其次通过引入方案间优势强度、相对优势强度和优势比较矩阵等概念及其计算公式,对指标评价值为区间灰数并且指标权重完全未知的情况建立了特征向量决策算法,给出的算法避免了指标权重的计算,使上述问题在一定程度上得以解决.应用实例说明了文中提出的决策算法的合理性和有效性.     

灰熵并行分析引导PSO求解多目标优化问题

提出采用灰熵并行分析法引导粒子群算法求解多目标优化问题。灰熵并行分析法综合灰色关联分析法与信息熵的特点,对数据序列计算灰关联系数,同时并行地对数据序列计算信息熵及熵值权重,将灰关联系数与熵值权重结合求得灰熵并行关联度。〖JP2〗通过粒子群算法对优化问题的多个目标构建与粒子数相同数量的目标值序列,计算每个序列的灰熵并行关联度值,利用该值作为算法适应度值的分配策略引导粒子进化。以10个典型作业车间调度问题为例进行实验,结果与差分进化算法及遗传算法进行比较,表明灰熵并行分析法可以有效引导各算法进化,使算法在收敛性和分布均匀性方面表现良好,且粒子群算法的优化结果要好于其他两种算法的结果。     

灰色动态规划研究

在普通动态规划的基础上融合灰色系统的思想和方法,运用分析技巧,提出了灰色动态规划、θ动态定位规划及其最优解的概念,构建了灰色动态规划及θ动态定位规划最优解的算法,为动态规划的应用研究提供了新的思路.通过算例说明了算法的合理性与可行性.     

单纯形法的旋转迭代算法在二次规划中的应用

二次规划是非线形规划中非常重要的一类，对它的求解人们通常是利用K—T条件将其转化为线性规划来进行。但由于在转化成线性规划的过程中要引入人工变量，从而使求解过程变得复杂且不易操作。本文应用单纯形法的旋转迭代算法求解二次规划，从而避免了以上困难，得到满意结果。     

利用多群体DNA遗传算法求解线性规划问题

针对经典遗传算法存在的问题 ,提出了多群体DNA遗传算法。该方法在经典遗传算法的基础上 ,通过借鉴生物学及社会学 ,引入了多群体及DNA片断等概念 ,并提出迁移与自适应变异算法 ,可以提高遗传算法的有效性与收敛性。为了验证算法的有效性 ,将该算法应用于线性规划问题的求解。在求解过程中 ,首先利用熵障碍对偶方法对原问题进行转换 ,然后使用多群体DNA遗传算法对转换后的目标函数进行求解。仿真结果表明 ,该方法具有良好的全局搜索能力和较快的收敛速度。以上工作为解决大规模线性规划问题的求解提供了全新的思路和方法 ,对遗传算法应用的发展具有重要意义     

采用优先权解码的多阶段供应链网络设计方法

建立基于物流成本最小的多级供应链网络模型。该模型综合考虑了运输成本,设施的建设开办成本以及生产装配成本,本质上属于混合整数非线性规划模型。由于非线性约束及供应链网络庞大的变量和约束条件,常规的分支定界法难以精确求解。为此,本文设计了基于优先权编码的遗传算法进行求解,并将求解结果与Lingo软件的算法结果进行比较,算例结果显示了这种算法的有效性。