副本项法的一个难例

本文对副本项法和二分法进行了分析比较.揭示了副本项法与二分法的一种关系:二分法的难例全是副本项法的难例.由此,证实了基于副本项法所构造的算法均具有指数型时间复杂度.     

物流设施选址问题的双层模拟退火算法

设施选址问题的相关优化模型的本质,都是在最小化相关费用的前提上,从可选设施集合中确定设施的修建位置,并分配用户的需求,即都必须进行选址决策和需求分配决策.本文主要根据设施选址问题的特点,设计了适合求解一般设施选址问题的通用型双层模拟退火算法,算法的外层对设施选址决策进行优化,内层则在上层确定的设施选址决策基础上,进行用户需求分配的优化.最后的多个算例证明了相对其他优化算法,双层模拟退火算法不但收敛速度快,而且能求取更高质量的最优解.     

分形法与范例库推理相结合进化求解旅行商问题

旅行商问题（Traveling Salesman Problem，简称TSP）是一个典型的组合优化问题，而且是一个NP完全问题。遗传算法（Genetic Algorithm，简称GA）是求解组合优化问题的行之有效的算法。但遗传算法并不是一个完美无缺的算法，它最突出的问题是早熟现象。在解决像旅行商这类组合优化中的NP完全问题。是极易陷入早熟收敛，城市规模越大越难求得最优解。如何缓和旅行商问题中的早熟现象。使问题的解尽可能接近最优解．这是本文研究的主要内容。本文在分形法的基础上提出．了一种分形法与范例库推理相结合的改进方法用以求解TSP问题。首先建立范例库，选取其中优良的个体来指导城市规模大的旅行商问题进行合理的区域分割，由于优良个体与最优值的结构大体相同，相似度大，故可以有效地实施“分而治之”的策略。在寻优进化过程中，还要对范例库进行更新与维护。通过对TSPLIB测试库中的eil51、eil101、ch130和ch150问题的求解，说明该方法在求解TSP问题上是行之有效的。     

高等教育大众化进程中高校毕业生就业问题研究

针对高等教育大众化条件下的大学生就业,主要存在毕业生的就业观念还不能适应新形势的要求、社会用人单位过于重视学历、毕业生自身实力不足等原因。提出要实现大学生充分就业,必须坚持理想教育,确立正确的职业理想、毕业生应转变就业观念、充分发挥政府在高校毕业生中的作用等对策。     

基于模糊预约时间的多目标LRP模型研究

鉴于传统LRP模型中的时间窗无法准确地反映顾客对运输时间的偏好,本文运用模糊预约时间代替了时间窗,并建立了基于模糊预约时间的多目标LRP模型.此外,本文对聚类分析和遗传算法进行了综合,提出了求解该模型的混合遗传算法.     

量子力学中一维无限深势阱问题两种解题方法的比较

本文给出了量子力学一维无限深势阱中求解自由电子基态能量的两种解题方法,法一：利用波函数具有连续性的特点,根据边界条件求解;法二：根据求算符平均值的方法求解,求出能量的期待值。通过求解我们得到两种解题方法所得的结论一致,并对两种解题方法进行了对比。     

求解卸装一体化车辆路径问题的改进导向局部搜索算法

针对卸装一体化车辆路径问题,提出一种变惩罚函数的导向局部搜索算法(IGLS)。在传统导向局部搜索算法的基础上加入了新的惩罚效用函数,当传统导向局部搜索算法陷入局部最优时,变换惩罚策略后重新搜索,从而扩展搜索的邻域。通过和传统导向局部搜索算法以及TS_GLS算法在不同算例上的仿真结果比较,验证了所提算法在解决卸装一体化车辆路径问题上的有效性和稳定性。     

环上分支复杂管网系统内不稳定流动的数学模型的广义解

本文考虑环上分支复杂管网系统内不稳定流动的实际问题,首次建立起偏微分方程组的初边值问题的数学模型,利用线性算子半群的理论得到了问题的解存在唯一的结论,并利用算子级数法得到了问题的广义解。     

基于混合人工蜂群算法和A*算法的求解旅行商问题算法

针对旅行商问题（TSP）,基于群智能优化算法的人工蜂群算法 (ABC)可以较为有效的解决并规划出一条合理的路线。ABC算法的优点在于将优化求解的过程转化为模仿蜂群采蜜的仿生行为,容易求得可行解。但是该算法依然存在着种群数量过多、速度较慢的缺点。本文分析了ABC算法的模型并对更新策略进行了改进,在ABC算法得到初始解的路径点后再使用A-star算法进行优化,通过将两种算法组合的方式进行改进。实验证明在解决TSP的路径规划中,整体的路径表现更优,且减少了冗杂的迭代更新,提升了算法的效果。     

适于物流配送车辆导航路径规划的遗传算法研究

本文主要针对物流配送车辆导航本身的特点,分别对遗传算法的初始种群产生方法,交叉方法,变异方法进行了改进,并实现了遗传算法中参数的自适应调整,提出相应的改进型遗传算法。实验结果表明,本文提出的自适应遗传算法能快速有效地解决物流配送中的点到点型路径规划,能满足物流配送车辆导航实时性的要求,是适于物流配送的有效算法。