关于选择函数路径无关性问题的注记

研究选择函数的路径无关性问题．探讨了路径无关性问题的起源以及路径无关性条件ＰＩ和序贯路径无关性条件ＳＰＩ的形成思路;通过分析条件ＰＩ和ＳＰＩ与理性选择函数的关系,揭示了它们与路径无关性问题的联系;并构造实例说明两类路径无关性条件间的相互关系.     

矿井通风网络最小独立路集不交化可靠度的计算

运用可靠性工程理论及不交型积之和定律 ,在大型网络系统可靠度计算的基础上 ,提出了矿井通风网络系统最大线性无关最小独立路集予以真子集涤除的不交化可靠度计算的实现方法 .根据不交化可靠度计算法 ,当最小独立路集按所含网络分支的多少进行升序排列时 ,还可进一步减少中间过程的计算量 ,从而达到最佳不交化简化计算的效果 .实例分析表明 :采用升序排列的最小独立路集并按不交型积之和定理予以真子集涤除的不交化处理后 ,不仅计算值等同于一般网络分析中用全概率公式计算的矿井通风网络系统可靠度 ,而且 ,计算工作量大为简化 .     

论系统环境下的法律运行轨迹

法律运行是社会客观系统与法律自身结构系统相互作用的过程,表现为在社会有机体的系统环境下,通过系统控制在公共利益与个体利益区间寻求合理性的结合点与实现方式。社会系统的不平衡性决定法律运行呈现出时间上的波动性和空间上的跳跃性或差异性特征。法律运行的每一步足迹是法律实现的一种合理性状态。     

基于配对市场的选择函数及其偏好结构研究

基于配对市场,研究了路径无关性选择函数应满足的性质、条件和代理人的偏好结构.首先证明了在替代性原理的前提下,选择函数定额充分是满足一致性原理的充分条件;得出了当选择函数满足替代性和定额充分条件时,必定满足路径无关性选择的结论.其次,通过路径无关性选择函数定义了一个展示偏好二元关系,证明了此展示偏好正好具有偏序特征,并得到了一些进一步的性质.所得结论有利于分析代理人对被选球队的偏好结构及球队的组合问题.     

赋权Hamilton路的DNA计算模型

DNA计算是一种基于生化反应的新型计算方式 ,目前已成为一个非常热门的研究领域。首先简单介绍了DNA分子的结构、计算机理及实现方式。然后 ,在Adleman工作的基础上 ,给出了赋权 (有向与无向 )型Hamil ton路问题的DNA计算模型。通过权值的转换方式 ,指出此模型对于任意实数权值的赋权图均适应。最后 ,指出了该模型存在的问题及进一步研究的方向。研究结果进一步证实了DNA计算的可行性。     

时变条件下允许等待的最短路问题

在组合优化过程中,往往需要获得从起点到终点之间的最短路,而其所考虑的目标可能是一个与时间相关的变量.有时,网络中的节点进行一定时间的等待,可以在一定程度上减少目标值.给出了求解时变条件下允许等待且有到达时间限制的最短路模型,并设计了无等待时间限制和有等待时间限制条件下的算法,并对算法的复杂性进行了分析.最后,给出了一个应用算例.     

A New Algorithm for Solving Multicriteria Shortest Path Problem

１　ＩｎｔｒｏｄｕｃｔｉｏｎＭｕｌｔｉｃｒｉｔｅｒｉａｓｈｏｒｔｅｓｔｐａｔｈｐｒｏｂｌｅｍｉｓａｐａｒｔｉｃｕｌａｒｄｉｓｃｒｅｔｅｌｉｎｅａｒｍｕｌｔｉｏｂｊｅｃｔｉｖｅｐｒｏｂｌｅｍ［１～４］．Ｕｐｔｏｎｏｗ,ｉｔｈａｓｎｏｔｂｅｅｎｗｉｄｅｌｙｓｔｕｄｉｅｄｉｎｌｉｔｅｒａｔｕｒｅ．Ｔｈｅｄｉｆｆｅｒｅｎｃｅｂｅｔｗｅｅｎｍｕｌｔｉｃｒｉｔｅｒｉａｓｈｏｒｔｅｓｔｐａｔｈｐｒｏｂｌｅｍａｎｄｔｈｅｃｌａｓｓｉｃａｌｓｈｏｒｔｅｓｔｐａｔｈｐｒｏｂｌｅｍｉｓｔｈａｔｔｈｅｒｅａｒｅｍｏｒｅ…     

有向最短哈密尔顿路问题的DNA算法

首次提出了基于分子生物技术的有向最短哈密尔顿路问题的DNA (deoxyribonucleicacid)算法 ,将顶点、权值用DNA片段编码 ,边的方向通过顶点的编码获得。将这些DNA片段放入溶液中进行生化反应 ,通过基本的生物操作及生物酶完成解的产生及最终解的分离。该算法的创新之处在于权值的设计 ,合理有效地用DNA序列表示权值的大小 ,以便于使用常规的生物分离方法进行最优路径的选择。依据分子生物学的实验方法 ,说明了所提算法是有效和可行的。     

双臂空间机器人的通用运动学路径规划算法

提出了一种基于通用运动学模型的双臂空间机器人在自由浮游状态下捕捉目标并避免碰撞障碍物的路径规划算法。过去的双臂空间机器人路径规划问题主要研究双臂的避碰问题 ,而忽略了机器人本体的避碰问题。实际上 ,当机械臂运动时 ,机器人本体也在相对运动 ,这个相对运动随机械臂质量与本体质量之比的增大而增大。利用通用运动学模型计算出双臂空间机器人的各点 (包括本体 )的速度 ,并在路径规划过程中根据机器人本体的速度计算出本体平动的距离 ,克服这个平动来避免与障碍物碰撞。最后 ,通过路径规划算法的计算机仿真结果证明了所提出路径规划算法的可行性     

非线性约束最短路问题的启发式算法

多约束QoS路由优化是当前网络研究中的一个重要课题,而受限最短路问题(RSP)是QoS路由的一个基本问题。它是NP-完全的,并有许多具有多项式时间和伪多项式时间的启发式求解算法。然而这些方法只能求解一些带有线性约束的RSP。对一些非线性的约束(比如丢失率约束)大都用数学方法转化成线性约束来求解,这增加了问题的复杂性。本文提出了一种新的具有伪多项式时间的启发式算法来求解这类带非线性约束的RSP。主要思想是将非线性约束作为检验条件来使用。当每得到一个解时,检查解是否满足非线性约束。如满足,则得到最终解;否则在原问题中添加一个线性约束。该新约束将去除已经找到的解,从而使原问题的解空间进一步缩小,直到得到最终解。仿真算例说明了算法的有效性。     

关于理性选择函数描述方式等价性的分析

研究理性选择函数描述方式的等价性问题。首先定义选择函数并给出理性选择函数的形式化描述。定义选择函数的展示偏好和一致性条件,并对展示偏好与一致性条件间的关系进行分析。在此基础上,探讨理性选择函数的展示偏好描述和一致性条件描述的相互关系,得到了3种理性选择函数在两种描述方式上达到一致的条件。所得结论表明,理性选择函数的展示偏好描述和一致性条件描述具有等价性。     

基于自适应混合算法的智能存取系统动态路径规划

研究了药房智能存取系统拣选路径的动态规划问题,提出了该问题的数学模型,并设计了一种新的自适应混合粒子群遗传算法(Adaptive hybrid particle swarm algorithm).该算法在粒子群遗传混合算法的基础上引入了动态调整和自适应进化的策略.在算法前期粒子群搜索阶段,建立了惯性权重系数、认知系数与收缩因子之间的联动关系,随着惯性权重的动态变化,认知系数与收缩因子也适时进行调整,提高了搜索效率和搜索精度.在算法的后期,采用了遗传算法的自适应交叉和变异的进化过程,对陷入局部最优的粒子群进行打散,使得每次迭代中都能最大限度的获取路径信息,使种群的搜索朝向解空间的不同区域发展.经过对某大型医院智能存取系统的路径规划仿真实验,验证了提出的算法相对于其他算法在求解速度和求解精度上都有较大的提高.     

基于自适应遗传算法的无人机航迹规划方法研究

随着攻防系统的发展与完善,实现飞行器有效突防越来越困难,而采用航迹规划技术能够有效的提高飞行器的突防概率.基于此,首先研究了参考航迹的角度、高度以及航迹段长度等约束条件;其次对航迹编码方式进行了改进,采用全实数的双向链表的编码方式;对自适应遗传算法的交叉和变异概率的计算方法、交叉算子和变异算子进行了改进,并应用该算法在求解航迹规划问题上进行了仿真研究,对采用不同的变异算子所得结果进行了对比分析.仿真计算的结果表明,该算法能够规划出一条满足要求的参考航迹,采用组合变异算子能取得比采用单个变异算子更优的参考航迹.     

多约束条件下战场导航路径规划问题研究

为提高战时导航路径规划的有效性,着重考虑了导航目标自身对道路的约束因素,建立多约束条件下导航路径规划问题模型;对影响路径规划的道路指标进行无量纲化,给出了多约束条件下导航路径规划问题的求解算法;实例验证表明,算法在路径规划过程中融合了多方面的约束因素,较传统的算法,有利于提高战时导航路径规划的有效性。     

基于蚂蚁寻径原理的最优路径选择算法

蚂蚁算法在动态路径寻优方面具有特有的优势。文章首先阐述了蚂蚁寻径原理,在长春市驾驶员调查问卷的基础上,对驾驶员的偏好性进行了分析。在蚂蚁寻径原理的基础上,结合驾驶员的偏好性,提出了一种能够综合反映驾驶员偏好的最优路径选择算法。算法以调查问卷得出的驾驶员最为关心的三类因素——行程时间、行驶距离和道路等级为考虑因素,以驾驶员对路径的硬性要求为约束条件,通过对偏好性参数的标定,体现驾驶员在路径选择上的不同偏好。最后以算例进行验证,表明算法具有很好的可行性和适用性。     

基于蚁群优化的物流网络多约束路径规划

面向大范围、大规模的军用物资调度,为保障任务规划满足多个约束的可行路径,是NP-C问题.本文在详细分析物流保障网络传输属性的基础上,给出了约束参数的完整描述,建立了多约束路径规划数学模型,设计了一种带综合启发因子的蚁群优化算法.仿真实验表明,该算法搜索效率高,具有全局收敛性,经过有限次迭代能够获得可行解,对网络规模和约束参数选择具有较好的灵活性和扩展性.     

最短路网络及应用

首先提出了最短路网络的概念 ,然后给出了一个时间复杂性为 首先提出了最短路网络的概念 ,然后给出了一个时间复杂性为 0 ( n2 )的构造最短路网络的算法 .最后研究了最短路网络在最小成本最短路 ,最短路计数和最短路树中的应用     

网络路径容量测量算法仿真研究

网络路径容量的测量在网络管理、网络规划与设计、提高网络应用程序的性能等方面，都具有重要意义。现有的网络路径容量测量工具都是采用Pacbt Pair测量算法设计的，这些测量工具在实际使用中的性能不尽人意。Packet Pair测量算法的ns-2仿真测量分析表明：网络在重载时Packet Pair测量算法不能正确测量出网络路径的容量；Packet Pair测量算法中的测量分组的长度并不是采用最大值为最佳。根据仿真测量分析的结论，提出了Double Packet Pair网络路径容量测量算法，改进了原有算法测量速度慢，重载环境下测量精度不高的缺点。     

一种基于动态关键路径的递归并行调度算法

并行任务在多处理机系统上的有效调度是获得系统高性能的关键所在.对BNP(Bounded Number Processors)调度问题,提出了一种新的基于动态关键路径的递归调度算法,对调度节点进行递归选择,并结合调度节点的后继任务为它选择了最佳时间槽.该算法克服了已有调度算法不能保证对动态关键任务进行最早调度这一缺点,优于现有BNP调度算法.     

不确定情形下通信网络最短路径关键点问题

在通信网络中，因突发事件造成通信路由节点毁坏或者中断的现象时有发生，传输的数据包不得不从中断处沿着最短的替代路径行进到数据包的接收节点，在这种情形下，哪个路由节点中断使得数据包实际行进的总路程最长呢？从通信网络管理的角度来看这是一个非常重要的问题。对该问题．以前的文献都是从确定情形（事先具有节点中断的完全信息）下进行研究的，本文从不确定情形（只有数据包行进到中断节点的邻接点时才获得该节点中断的信息）的角度重新考虑这个问题。本文首先定义了不确定情形下的最短路径关键点概念，给出了计算不确定情形下最短路径关键点的算法及其时间复杂性分析。结合实际通信网络的算例分析，比较了确定情形下最短路径关键点和不确定情形下最短路径关键点问题，指出了不确定情形下最短路径关键点问题更具有实际意义。