采用反向学习和差分进化改进的飞鼠搜索算法

针对飞鼠搜索算法(SSA)求解精度不高、容易早熟等缺点,提出一种采用反向学习和差分进化改进的飞鼠搜索算法(ODESSA).首先对最初种群使用反向学习生成其反向种群,增加初始种群的多样性.其次,在SSA中利用差分进化算法中的变异、交叉、选择机制扩大飞鼠搜索范围,以此增强算法的全局勘探能力.最后再次利用反向学习生成所有搜索...     

钢坯最优倒垛问题及其Stacking邻域搜索算法

以钢坯倒垛问题为研究对象,建立以最小化轧制序列总倒垛数和吊车运行距离的多目标整数规划模型,并在已有的多回路启发式算法及Sequence邻域搜索算法的基础上设计了基于Stacking邻域搜索的两阶段启发式(TASNS)算法。算法综合考虑了入库钢坯的钢种、规格、长度等属性在垛位上具有连续堆放以及轧制轧序列之间规格相近性的特点。基于实际钢厂数据的验证,表明算法在实际生产中是有效且可行的。     

基于改进万有引力搜索算法的无人机航路规划

无人机航路规划是根据任务目标规划出某种性能指标最优的飞行航路的全局优化问题.本文将改进后的万有引力搜索算法用于求解航路规划问题,在万有引力搜索算法的速度更新部分引入粒子群算法中的记忆和群体信息交流功能,改善了最优解的质量;然后提出了基于权值的粒子惯性质量更新公式,以加快全局搜索的收敛速度;后运用优胜劣汰的选择操作规则,对粒子的位置进行更新,使种群始终朝着最优解的方向进化.通过与其他仿生智能计算方法的仿真实验对比,验证了本文所提算法可在复杂作战环境下实时有效规划出无人机的最优航路.     

用现代优化算法进行分形图像压缩编码的研究

目前全自动分形编码的实现都是基于简库恩算法的定义域、值域匹配搜索来进行的。编码时间过长是其主要缺点之一。现代优化算法主要研究用数学方法去迅速寻找离散事件的最优编排、分组、次序或筛选。本文将现代优化算法中的局部搜索法与分形编码结合起来，从而达到在解码图像质量相当时使编码速度提高、或编码速度相当时使图像质量提高的目的。     

1｜fuzzy｜min n∑i=1Ci模型的禁忌搜索算法

根据三角形模糊数的特性，在对总加工时间模糊度有约束的条件下，构造出NP-困难的n｜fuzzy｜min n∑i=1 Ci排序模型的禁忌搜索（TS）算法．构造的邻域函数为互换操作．针对1｜fuzzy｜min n∑i=1 Ci模型的特点，设计带有惩罚项的分段线性适应度函数，以规避解的不可行性．并且，取不同的禁忌长度，观察禁忌搜索状态随迭代步数的移动轨迹，以寻求较好的计算参数组合．实例计算表明，该算法的实际应用可行，具有良好的收敛性和较高的搜索效率，且目标函数轨迹呈三阶段变化模式．迭代步数充分大后，目标函数周期性振荡，陷入循环搜索．这种性质能够帮助选择禁忌（tabu）参数值，确定迭代终止条件．     

不确定车辆数的车辆路径问题模型和混合算法

提出用遗传算法(Genetic Algorithms,GA)和禁忌搜索算法(Tabu Search Algorithm,TSA)结合求解不确定车辆数的车辆路径问题.首先描述了带有能力约束的VRP的数学模型,由于车辆数不确定,因此提出另一目标函数,即最小化车辆数,与最小化距离同为目标函数建立了双目标数学规划模型.在车辆数不确定的情况下,把聚类和排序有机地结合起来,并用GA和TSA相结合的混合算法对问题进行求解,即以GA为主,把TSA用在GA的变异操作中,增强算法的爬山能力.实验结果表明,混合算法获得的最好解、平均装载率和计算成本都比较令人满意.     

考虑缓冲时间成本的鲁棒性停机位分配

针对实际航班提前或延误给停机位分配带来的扰动问题,分析了航班实际到离港时间偏离计划时间的分布规律,提出了基于缓冲时间成本的停机位分配鲁棒性评价函数.在此基础上,建立了以缓冲时间成本、机位-航班大小差异度和远机位数等最小为优化目标的鲁棒性停机位分配模型,设计了求解模型的禁忌搜索算法.基于首都国际机场两个典型的A、B工作日实际运行数据的模型验证结果表明,所提方法与不考虑鲁棒性及传统最小化空闲时间离差平方和的停机位分配相比,在A日航班冲突分别减少了98.1%和97.6%,在B日航班冲突分别减少了74.3%和70.8%,有效地提高了停机位分配计划的鲁棒性.      

基于GPU的多维树搜索算法在管道流体仿真中的应用

为提高邻近粒子搜索速度,使水力压裂过程中注入管道内的水流现象更好地满足实时性要求,在图形处理器(GPU)上基于光滑粒子流体动力学(SPH)算法,将结合GPU的并行操作能力和多维树搜索算法优点的多维树搜索算法应用在水力压裂管道流体模拟中。首先,给出了流体粒子的受力分析及更新颗粒位置的方法;然后,给出了该算法在管道流体模拟中的具体实现过程。最后,通过实验近似模拟水力压裂过程中管道与水流交互过程,并与其他算法进行对比分析。结果表明将本文算法应用于大规模管道流体模拟中,执行速度快了几倍,实现了水流模拟在管道中的实时性。     

基于布谷鸟搜索算法参数优化的组合核极限学习机

针对单核极限学习机在泛化性能上存在一定局限性的问题, 提出将再生核函数与多项式核函数相结合, 建立一种新的组合核极限学习机模型, 使其具有全局核与局部核的优点, 并选择布谷鸟搜索算法对其参数进行优化选择. 仿真实验结果表明, 采用基于再生核的组合核函数作为极限学习机的核函数可行, 在实验数据集的多值分类和回归问题上, 与传统支持向量机及单核极限学习机相比, 该模型具有更好的泛化性能.     

混沌图引力搜索算法求解压力容器约束问题

为解决运用混沌图引力搜索算法( CGSA: Chaotic Gravitational Constants for the Gravitational Search Algorithm) 难以计算经典的压力容器设计( PVD: Pressure Vessel Design) 约束优化问题,提出了一种改进的混沌图引力搜索算法( CGSA9 + ) 。首先,分析PVD 约束条件中各变量间的相互依赖关系,确定总体中各维度随机的先后依赖顺序; 其次,在继承CGSA 算法子代产生的规则基础上,更新越界子代的产生规则,借助当前全局最优解位置,优化子代产生规则; 最后,通过循环验证是否满足约束,进而求解与评估,得到最优解。对比实验表明,该新算法能有效解决PVD 约束优化问题,并具有较好的优化效果。