基于最小距离均衡系数的TSP问题求解算法

提出了一种基于最小距离均衡系数的TSP求解算法,该算法在最近邻算法(NearestneighborAlgorithm)的基础上进行了改进,引入了距离均衡系数的概念,把优化方法从局部最优转化为全局最优,即将最短路径问题转化为最小距离均衡系数问题.仿真结果表明,该算法能够弱化导致最近邻法等算法性能下降的因素,从而在不同情况下保持算法的高有效性.     

求解Fisher市场均衡问题的内点算法

Fisher 市场均衡是经济学中的经典问题,可以用线性权互补问题来表述。通过调整中心方向向可行点偏移得到新的搜索方向以保证可行性,再利用线性搜索寻找满足邻域条件的最大更新参数来设计求解Fisher市场均衡问题的算法,分析了算法的可行性,证明了算法的迭代复杂度。数值实验结果表明该算法对求解Fisher市场均衡问题是有效的。     

粒子群算法惯性权重的研究

粒子群算法惯性权重ω的设置其极重要,直接影响算法性能.本文利用云发生器对惯性权重进行调整,对其取值范嗣做了进一步的研究,并应用于粒子群算法的改进.以高维函数优化为实例,实验仿真结果表明,新算法的全局搜索能力、收敛速度,精度和稳定性均有了显著提高.     

求解广义纳什均衡问题的一种下降算法

广义纳什均衡问题是一种非合作博弈,其每一个竞争者的策略集和目标函数都要依靠其他竞争者的策略集.最近,Heusinger和Kanzow利用Nikaido-Isoda函数把广义纳什均衡问题转化为一种带约束的优化问题.在此基础上提出了一种下降型算法,并且证明了算法的全局收敛性.     

自适应均衡算法的盲均衡处理研究

基于中频信号的盲均衡算法,利用通信信号的周期平稳性,提出卫种代价函数,并推导了其盲均衡算法。计算机仿真表明,该算法有较好的收敛性能,克服了CM算法对相位不敏感的缺点。     

广义纳什均衡问题类乘子算法研究

近年来,许多学者致力于运用精确罚函数法对广义纳什均衡博弈进行研究。该文针对既有等式约束,也有不等式约束的广义纳什均衡问题,根据拉格朗日乘子法思路,给出相同结构类拉格朗日函数,设计了一个类乘子算法,在较弱的情况下,进行可行性和收敛性的分析证明。在具体的数值实验中,该文给出的算法与经典的PHR算法相比较,在时间和迭代步数上都呈现较好的效果,说明算法的有效性。     

求解LP问题的部分基变量算法

一般形式的线性规划问题在找不到基本可行解或对偶问题的基本可行解时,无法用传统的单纯形法或对偶单纯形法求解,即两看一算算法.为了解决这个问题,结合两种两看一算算法,提出了一种新的算法--部分基变量算法.该算法首先从部分基变量出发,由初等行变换将LP问题转化为准典式,然后由初等行变换找到全部可行基变量,最后用对偶单纯形法得到最优解.对算法的正确性和可行性进行了严格证明,提出算法的实现方式并举例进行了说明,对算法的特点进行了讨论.分析表明所提出的算法是实现线性规划问题求解的较为理想的算法.     

一种动态惯性权重的粒子群优化算法

自粒子群优化算法被提出以来,由于其收敛速度快、易实现,得到了快速发展和广泛应用.在此提出了一种改进型的粒子群优化算法,主要特点是随进化代数的增加而动态非线性减小惯性权重,以此改善演化后期收敛速度迅速降低的问题.为了评价其性能,选取了5个基准函数进行测试,并与惯性权重线性递减的粒子群优化算法作了比较.数字仿真表明,改进算法能极大地提高搜索性能.     

Hilbert空间上向量均衡问题的收敛定理

给出Hilberr空间中向量均衡问题的两个算法.利用非线性标量化函数将向量均衡问题化为数量均衡问题,证明了算法的收敛性.结果表明,如果向量均衡问题中的函数具有单调性、C-凸性和拟下半连续性,那么Hilbert空间中向量均衡问题的两个算法分别强收敛和弱收敛.     

分裂广义均衡问题及其收敛算法

在Hilbert空间中引入分裂广义均衡问题(SGEP),构造了3种迭代算法来解决该类问题.并且证明了算法在适当的条件下,迭代序列弱收敛或强收敛于分裂广义均衡问题的解.     

解变分不等式与不动点问题的一种修正的惯性投影算法

提出了一种修正的惯性投影算法,用以寻找伪单调变分不等式问题的解集与带有半压缩映射的不动点集的公共元,在Lipschitz连续及自适应步长的条件下,证明了由该算法所产生的迭代序列强收敛于某公共元。最后,用数值实验验证了该算法的有效性。     

向量均衡问题的一个投影迭代解法

将用于求解欧氏空间上数量均衡问题的一种投影迭代法进行了推广,并将这种推广的投影迭代法用于求解欧氏空间上的向量均衡问题.利用非线性标量化函数,将向量优化问题化为相应的数量优化问题,研究了投影迭代法对向量均衡问题的收敛性.结果表明推广的投影迭代法对满足一定条件的向量均衡问题是收敛的.     

一种有效求解厌恶设施选址问题的混合启发式算法

由于1-maximin模型的目标函数在每条边上是分段线性的凹函数,基于1-maximin模型的这一特点,将粒子群算法和黄金分割法有机结合起来,提出了一种求解1-maximin模型的混合粒子群-黄金分割（PSO-GS）算法。数值实验表明,PSO-GS算法求解1-maximin模型和1-maxisum模型较UnCenter和Newalgorithm算法效率高。     

An improved GT algorithm for solving complicated dynamic function optimization problems

An improved Guo Tao algorithm (IGT algorithm) is proposed for solving complicated dynamic function optimization problems, and a function optimization benchmark problem with constrained condition and two dynamic parameters has been designed. The results achieved by IGT algorithm have been compared with the results from the Guo Tao algorithm (GT algorithm). It is shown that the new algorithm (IGT algorithm) provides better results. This preliminarily demonstrates the efficiency of the new algorithm in complicated dynamic environments.     

一类刚性问题的序列分裂方法求解

将序列分裂方法应用于一类刚性常微分方程初值问题的求解,通过理论分析和数例说明分裂方法处理此类刚性问题是收敛的.     

解非线性极小极大问题的路径跟踪算法

解非线性极小极大问题的路径跟踪算法王宇，李兴斯（大连理工大学工程力学研究所１１６０２４）关键词：极小极大；同伦／不可微优化；拟凸；路径跟踪分类号：Ｏ２２１；Ｏ２４１非线性极小极大问题的求解是运筹学的一个基本问题，大量的结构优化设计问题最终往往归结为解...     

一种求解多目标优化问题的有效算法

为突破求解多目标优化问题已有方法的局限,研究一种新的全局收敛算法,其中目标函数和约束条件均为一阶连续可微函数。该方法结合理想点法和调节熵原理将带约束多目标优化问题转变成无约束问题,构造函数的区间扩张和无解区域删除原则,建立了区间调节熵算法,并证明其收敛性。数值算例表明,该算法是有效、可靠的。     

求解约束优化问题的加速CMODE算法

为了加快CMODE(多目标与差分进化结合)算法的收敛速度,提出一种基于适应排序的分组选择方法将种群分为精英组与普通组,对精英组个体使用随机选择方式,对普通组个体使用适应排序选择方式,通过分组选择系数控制种群的选择压力.引入一种个体更新辅助策略对于淘汰个体给予一次机会与相似个体比较并保留优胜个体,提高优秀个体的生存几率并进一步加快收敛速度.改进后的算法在cec2006的测试函数上进行了测试,结果表明该算法使大多数函数的收敛速度明显提高.     

求解旅行商问题的混合量子算法

提出了求解旅行商问题的混合量子算法(HQA).HQA以量子计算为基础,设计了移位解码,解决了构造路径难的问题.并采用微粒群算法的进化模式和跟踪保优模式,构造了动态惯性权重使量子角更新、更有效,增加了局部优化进行精细搜索.对多个算例的测试结果表明,HQA具备了求解旅行商问题的能力.     

一种求解非线性优化问题的可行方向法

针对目前常用的解线性约束的非线性优化问题的方法在实际应用中还存在不收敛、收敛较慢,或基变量大量达界后,找不到新的入基变量等问题,该文提出了求解该问题的新方法夹逼可行方向法,已证明算法的最优性与收敛性。指出夹逼可行方向法可视为Frank-Wolfe算法的推广,也可视为是Zoutendijk可行方向法和逐次线性近似方法的改进算法。算例表明,算法收敛速度较Zoutendijk可行方向法、Frank-Wolfe方法等有了较大提高。算法已被研制成实用软件,并成功应用于三峡电力系统优化调度和调峰方式研究中。