基于改进的粒子群算法求解0/1背包问题

本文尝试把粒子群优化算法应用于0/1背包问题中,对算法模型进行适当的修改,并采用以目标函数加约束惩罚函数作为适应度函数的方法,仿真实验表明:粒子群算法在求解背包问题上结果良好。     

低秩半定最小二乘问题

讨论低秩半定最小二乘问题(lrSDLS)的启发式方法,并利用l0范数的光滑近似函数将(lrSDLS)中的非光滑非凸秩函数进行光滑化处理,并对其线性化,进而转化为光滑凸优化问题,为使用光滑优化方法近似求解(lrSDLS)提供了一个新的途径.     

可分离的二次背包问题的一种直接算法

二次背包问题是一个NP hard问题.给出一般的可分离二次背包问题的一种快速求解的直接算法,分析可分离连续二次背包问题的结构特性,并研究此问题最优解与拉格朗日系数λ的关系.在此基础上,提出通过调节λ来找到可分离二次背包问题的局部最优解的算法,此算法的计算复杂度为O(n).     

广义二次矩阵线性组合的秩与零度

利用广义二次矩阵与幂等矩阵的关系及幂等矩阵线性组合的秩及零度的不变性, 证明了广义二次矩阵某些线性组合的秩及零度与其线性组合系数的选择是无关的, 从而概括并推广了数量幂等矩阵、 数量对合矩阵、 二次矩阵线性组合的秩及零度的一些相关结果.     

二次矩阵广义Jordan积秩的不变性

通过给出二次矩阵与二次多项式的互为确定关系,利用矩阵变换得到了二次矩阵广义Jordan积秩的不变性及一种新的与二次矩阵相关的秩等式,所得结果概括并推广了关于(数量)幂等矩阵、(数量)对合矩阵等秩等式的相关结果.     

亏秩线性最小二乘问题的AOR迭代法的半收敛性

本文研究了找不相容线性方程组Ax=b的极小范数最小二乘解x=A^＋b的AOR迭代法．利用广义逆矩阵的知识，我们给出了AOR法的迭代阵Br，ω半收敛的充分必要条件，并且给出了文[8]与[9]中几个主要定理的较简单的证明．     

关于二次剩余部分差集的p-秩

得到部分差集的p－秩的一个结果：设q≡1（mod4）是素数幂，p是素数使得p|q-1/4。则有限域GF（q）中的二欠剩余部分差集的p-秩是q-1/2。||     

一类二次半定规划问题及其内点算法

讨论一类二次半定规划对偶性理论及与半定最小二乘问题的联系,并在对偶理论基础上讨论该规划的原始对偶内点算法,同时给出了基于NT方向的唯一性证明.     

多维O-1背包问题的混合遗传算法

将贪婪法和遗传算法相结合，设计了一种价值密度，提出了一种求解多维0-1背包问题的混合遗传算法。经实例证明，该方法能较好地解决多维0-1背包问题并较简单遗传算法有较好的改善。     

广义二次矩阵和与积线性组合的秩与零度

应用广义二次矩阵与幂等矩阵互为确定的关系, 证明了在某种条件下广义二次矩阵和与积的线性组合的秩与其组合系数选择无关.     

遗传退火进化算法在背包问题中的应用

从增强算法收敛性和减少参数依赖性的角度出发，提出应用遗传退火进化算法求解背包问题，遗传退火进化算法结合了遗传算法和模拟退火算法的优点，并有效地克服了各自的弱点，使其在优化性能、优化效率和可靠性方面具有明显的优越性．阐明了用该算法求解背包问题的具体实现过程，并通过实际数值计算和结果比较表明，该算法优于遗传算法和模拟退火算法．     

求解背包问题的新型算法

介绍了程序设计技术中的几种算法，并利用算法间的混合提出了一种解决背包问题的新型算法。     

背包问题的遗传算法求解

探讨利用遗传算法解决背包问题并设计新型的遗传算法，给出了背包问题的数学模型，建立了有效的约束条件。在引入一种新的具有自适应性的杂交概率和变异概率的基础上，提出了面向背包问题的遗传算法和一种构造染色体的新方法，提供了遗传算法的结构并讨论了遗传算法，给出了一个例子说明算法的收敛性和收敛效率，仿真说明了算法的有效性。     

多维背包问题的变邻域填充函数算法

首先给出解的两个邻域结构,并把多维背包问题转化为相应的无约束整数规划问题.其次构造一个单参数的填充函数,然后提出一类求解多维背包问题的变邻域填充函数算法.实验结果表明,该算法是有效的.     

求解背包问题的并行混合遗传算法

针对基本遗传算法在求解大规模问题时，收敛速度缓慢、容易早熟的现象，借鉴生物区域性进化的原理，设计了一种基于星型迁移策略的并行混合遗传算法（Parallel Hybrid Genetic Algorithm，简称PHGA）．该算法采用高效的超贪心算子进行解码，使遗传进化过程从多个平均适应度较高的文明群体开始进化，并采用定期将各群体的最优个体输出给其他群体，使得最优个体共享，促进所有群体共同进化的共产主义迁移策略．在PVM环境下，对背包问题进行求解的实验，已取得超线性的加速比，并改进了解质量．     

二次半定规划的原始对偶预估校正内点算法

将半定规划(Semidefinite Programming,SDP)的内点算法推广到二次半定规划(QuadraticSemidefinite Programming,QSDP),重点讨论了AHO搜索方向的产生方法.首先利用Wolfe对偶理论推导得到了求解二次半定规划的非线性方程组,利用牛顿法求解该方程组,得到了求解QSDP的内点算法的AHO搜索方向,证明了该搜索方向的存在唯一性,最后给出了求解二次半定规划的预估校正内点算法的具体步骤,并对基于不同搜索方向的内点算法进行了数值实验,结果表明基于NT方向的内点算法最为稳健.     

一种求解WTA问题的二次松弛方法

为了求解联合作战中的武器目标分配问题（WTA）,在简要介绍WTA模型的基础上,根据WTA模型特征,利用松驰理论和方法,先将模型松弛为混合整数线性规划问题,然后利用Lagrange松弛,将模型分解为2个子问题：线性规划子问题和整数规划子问题,利用全单模矩阵特性求解整数规划子问题,并根据2个子问题的关系调整参数范围。理论证明该方法可以快速有效地给出改善的WTA问题的可行解。数值实验结果表明该方法对不同规模的WTA问题都有较好效果,适合不同战场环境下联合作战对WTA问题求解的实时性要求。     

求解0-1背包问题的动态规划改进算法分析

为了改善动态规划法的空间复杂度,基于动态规划算法的一种改进策略,提出了采用动态链表结构存储数据的实现方式,从而达到降低空间复杂度的目的。通过运算验证,表明该改进方法是可行有效的,且其空间复杂度有所优化。     

随机装卸工问题的Lagrange松弛启发式算法

提出了随机装卸工问题及其求解策略.根据问题模型的特点设计了简捷高效的Lagrange松弛启发式算法,通过数值算例验证了算法的求解效果.