解约束优化问题的新粒子群算法

提出了一种新的求解约束优化问题的粒子群算法。基于一个合理的假设前提:任何可行解总是比非可行解好,算法通过在标准粒子群算法中引入了一个新的约束处理机制,将约束优化问题转化为无约束问题来求解。此外,为了提高收敛性能,新构建的算法通过引入变异策略,使算法在迭代过程中保持较高的种群多样性,增强算法跳出局部最优解的概率,从而提高算法的收敛速度和解的质量。与遗传算法以及标准粒子群算法的实验比较表明,所提出的方法是一个可行的约束优化问题的求解算法。     

双关键词广告拍卖中广告主竞价策略

互联网环境中广告主在关键词广告位上的竞价大多是对多个关键词同时竞价的,但当前研究都集中在单关键词上。研究了广告主在2个关键词广告位上的竞价问题,建立了双关键词拍卖模型;提出了用户纯度的概念,分析了在不同用户纯度下广告主的竞价行为。结果进一步表明,广告主的竞价策略和使用该关键词的用户纯度相关。     

开放式车辆路径问题的蚁群优化算法

研究了开放式车辆路径问题,该问题中车辆在服务完最后一个顾客点后不需要回到车场,若要求回到车场,则必须沿原路返回.提出了一种混合蚁群优化算法,该算法主体是一个在超立方框架下执行的MAX-MIN蚂蚁系统,算法混合了禁忌搜索算法作为局部优化算法,同时算法集成了一个后优化过程来进一步优化最优解.基于标准测试问题,最后给出了算法同文献中其它算法的性能比较结果,计算结果表明本文提出的算法是一个有效的求解开放式车辆路径问题的方法.     

具有多个运作方与维修方的同质设备维修优化策略研究

讨论了一类具有多个运作方和维修方的同质设备维修优化问题(MFMP),并将该问题描述为一动态规划问题.通过数值算例,对MFM与基于条件的设备维修管理(CBM)进行了比较.结果显示对同质设备使用MFM策略可以获得更多收益.     

粒子群算法在季节性商品最优定价中的应用

基于最小期望损失的角度建立最优定价模型,并引入粒子群算法予以求解。结合具体算例,根据不同库存量s及库存量s和折扣价φ的不同组合,分别获得达到最小期望损失cs(ω*)的最优定价ω*。对仿真结果的分析表明:粒子群算法获得的结果能很好地解释所建模型及经济现实,并为季节性商品的销售商制定最优销售价格和折扣价格提供决策依据。     

一类随机Tabu搜索策略及其全局收敛性研究

Ｔａｂｕ搜索以其适应记忆和响应搜索的突出特征，构造实施多样性和在许多最优化问题的成功应用而成为最优化领域的又一研究热点，本文提出一类随机Ｔａｂｕ搜索策略，并相应地进行了全局收敛性研究，分析证明了随机Ｔａｂｕ搜索策略具有全局渐近收敛性，并得到了一系列相关结论，为其应用和进一步研究提供了必要的理论支持。