最高位优先基数排序的一种实现方法

给出了最高位优先基数排序算法的一种实现算法,与其它的实现方法相比,该方法易于扩展为异步并行基数排序算法     

遗传算法与神经网络的结合

阐明了遗传算法和神经网络结合的必要性和可行性,提出用多层前馈神经网络作为遗传搜索的问题表示方式的思想。用遗传算法和神经网络结合的方法求解了短期地震预报问题,设计了用遗传算法训练神经网络权重的新方法,实验结果显示了遗传算法快速学习网络权重的能力,并且能够摆脱局部极点的困扰     

一类供应销售条件下的供应链模型与决策应用

供应和销售在供应链管理问题中至关重要,它在实际应用中的初端推动作用和末端拉动作用确定了供应链的动态行为。本文建立了一个供应量具有约束条件、销售量具有不确定条件的供应链系统模型,并以辽化公司为实际背景分析了不同条件下的供应链系统,且采用遗传进化规划方法进行了优化仿真。     

基于配队蚁群算法的QoS组播路由方法

QoS组播路由是网络信息传输的一项关键技术,提出了一种配队蚁群算法对该问题进行求解。算法以满足约束条件下的组播分解、策略控制下的组播树生成为基本思想;定义了扩展组播树,并改进了蚁群算法的信息素更新策略,使之更适合于组播问题的求解。仿真实验表明,该算法能快速搜索并收敛到全局(近似)最优解,且随着网络规模的增大算法保持了良好的特性。     

一类热工过程分布参数模型的PID控制仿真研究

分布参数系统普遍存在于热工过程中,PID是普遍采用的控制方法,因此有必要研究分布参数对象的PID控制问题。一般的PID控制器设计方法需要将分布参数模型简化为集总参数模型并降阶,这样就引入了模型误差;基于遗传算法的PID控制器优化设计方法(GAOPT)不受模型限制,可以直接基于分布参数模型进行控制器设计。利用GAOPT方法设计了一类分布参数模型的PID控制器。仿真结果表明,GAOPT方法比常规方法可以获得在超调量、调节时间、ITAE和性能鲁棒性等指标上都较优的控制效果;同时,基于分布参数模型的控制器比基于近似模型的控制器的控制效果有明显改善。     

基于蚁群优化算法的无线传感器网络路由协议

提出了一种基于蚁群优化算法的无线传感器网络路由协议RPBAA.该协议通过修改蚁群优化算法以适应无线传感器网络无全局标识、节点较少移动、资源受限等特性,提供了一种智能、动态、可扩展的多径选路传输方法来获取有效且健壮的通信,并通过全网能量均衡使用以最大化网络生命期,另外引入了数据分片机制来进一步优化选路效率.最后通过仿真验证了RPBAA协议的有效性和数据分片机制带来的好处.     

带时间窗车辆路径问题的混合蚁群算法

为解决有时间窗的车辆路径问题,提出了一种基于进化规划和最大一最小蚁群算法相融合的混合蚁群算法,并与最大一最小蚁群算法作了比较。实验结果表明,混合蚁群算法可以、快速有效求得带时间窗车辆路径问题的优化解,是求解带时间窗车辆路径问题的一个较好方案。     

动态规划问题的高效并行算法

在具有p(1≤p≤n)个处理机的CREW PRAM并型计算模型上,对一类动态规划问题给出了一处理机利用率为E(n)=0(1),并行加速比为S(n)=0(p)的并行算法(n表示问题的尺寸);计算了问题求解的最少费用,并同时给出了问题求解的方法。     

多变量特征轨迹方法及其计算

本文总结了以特征轨迹为基础的线性多变量反馈系统的分析和设计方法,并把这些分析和设计方法在PDP—11/24机上实现.其中线性多变量反馈系统在黎曼曲面上的特征轨迹的绘制采用MacFarlane等提出的网格法,在该方法的基本思想指导下,对判别黎曼曲面上的离散点的函数之间的连续性,提出了实际可用的判别公式,给出了一个判别黎曼曲面上的根轨迹点的详尽过程.设计方法的程序实现是采用ALIGN算法和最小二乘ALIGN算法.本文用奇异值分解方法解决了ALIGN问题最后导致的广义特征值、特征向量问题.在最小二乘算法的基本思想指导下,提出了一个求解最佳实结构的合理迭代过程,这个迭代过程同时考虑了结构因子调整与近似特征结构和近似逆特征结构之间的对偶性.     

蚁群算法的研究进展评述

蚁群算法是近几年优化领域中新出现的一种启发式仿生类并行智能进化系统,该算法采用分布式并行计算和正反馈机制,易于与其他方法结合,目前已经在众多组合优化领域中得到广泛应用。本文在介绍回顾蚁群算法发展历史的基础上,简要评述了部分具有代表性的蚁群算法改进模型及其应用情况,最后对蚁群算法在今后的研究方向作了展望。