基于蚁群算法的两地之间的最佳路径选择

应用蚁群算法于公路交通系统，引入“状态参数”表示天气、路质、路况等诸多不确定因素对公路交通的影响，提出两地之间满足“合理路径”的条件和包含不确定因素影响的“虚拟路径”长度新概念及其计算公式，比较计算出的各路径的“虚拟路径”长度，可从两地的诸多“合理路径”中，优选出最佳路径，实例模拟计算结果表明蚁群算法用于公路系统中的最佳路径的实时查询是有效和可行的。     

系统可靠性优化的离散多目标决策方法

工程实际中 ,人们往往在追求系统的可靠性达到最大的基础上 ,又追求系统的造价到达最小。另外 ,系统中单元的可靠性有时需从给定的离散集中选取。针对上述现象 ,提出了离散多目标决策方法 ,用于选取大型复杂系统中单元可靠性的最优值。算例表明所提出文方法有效     

改进的快速遗传算法及其性能研究

遗传算法作为一种有效的全局随机优化方法,在工程界已得到了广泛应用。为了克服工程应用中遗传算法所表现出的计算费时、稳定性差等缺点,提出了一种快速收敛的遗传算法,从初始群体生成及遗传算子操作等几个方面作了改进。通过几个复杂函数的优化仿真实验,证明该算法能大大提高遗传算法的收敛速度,明显改善算法的计算稳定性。     

一种混合混沌优化方法及其应用

利用混沌运动所特有的随机性、遍历性和规律性 ,以及禁忌搜索算法的智能性 ,提出了一种基于混沌的混合优化算法 (chaosandtabusearchoptimizationalgorithm ,CTSA)。用本方法对极小值函数优化问题作了数值试验 ,并与其它优化算法进行了比较 ,其效率明显高于其它算法。     

基于联合视角的项目支付问题及其模拟退火启发式算法

从合同双方的联合视角出发,研究项目支付进度问题。其中,支付与项目事件相联系,任务是合理地安排支付事件、活动执行模式及事件发生时间,以使合同双方的共同收益最大化并使二者都能接受相应的安排。在对问题进行界定的基础上,构建由两个子模型构成的优化模型。针对问题的强NP-hard属性,设计包含两个子模块的模拟退火启发式算法,并在随机生成的标准算例集合上对算法进行测试,结果表明,该算法是求解问题的有效算法。最后,用一个算例对研究进行说明,得到如下结论:如果合同双方均按自身偏好进行决策,那么将会导致一种双输的结果;如果他们能够相互合作和协调,那么都可从项目中获得更高的收益。本文的研究可以为合同双方关于项目支付进度安排的谈判提供决策支持。     

基于绿灯时间等饱和度的离线Q学习配时优化模型

首先对传统的绿灯时间等饱和度概念进行了扩展,提出了分级绿灯时间等饱和度。在此基础上,针对分级绿灯时间等饱和度目标,构造了奖赏函数,建立了定周期和变周期两种模式下的四种离线Q学习配时优化模型。相对于在线Q学习模型,离线Q学习模型更适合交叉口信号配时优化,变周期模式的离线Q学习模型可以获得解的结构、最优解的分布,这是传统配时理论不具备的。算例结果表明,定周期模式下最优解是唯一的。变周期模式下最优解是不唯一的,呈带状,奖赏分级模型比奖赏不分级的最优解更加集中。     

强制减排机制下政府与企业之间的博弈分析

强制减排机制是一种实现碳减排的有效途径之一,通过建立强制减排机制下企业生产的优化模型,说明企业存在突破强制减排政策的动机进行超额排放和政府加强减排监督管理的必要性,进而建立了政府与企业之间的碳减排博弈,并根据该博弈的纳什均衡特性提出相关的政策建议以提高强制减排政策的效率。     

A New Aim-Points-Choosing Model for Attacking Mobile Missile Systems

1.INTRODUCTIONTheproblemofattackingmobilemissilehasbecomeverycomplexanddifficultforitsmaneuveringandenshrouding.Anditisanimportantissueonoperatingweaponsystems.ThishasbeenprovedinPersiaGulfWar.Thefirststeptoattackmobilemissilesistogetthetargetinformation.Themostimportantthingistoknowthetargetnumbersandtodetectthetargetlocationontime,whichisdifficultinfact.Itrequiresalargenumberofwarheadstocoveroverthedeploymentbasetodisabletheopponent'smissilesinsteadofaimingatthelaunchersdirectlytoatta…     

需求不确定环境下的供应商选择与订购量分配问题优化模型及算法

设计一个同时考虑需求数量和需求时机不确定性的供应商柔性衡量方法,在此基础上以采购成本、运输成本、退货成本以及交付晚点率、废品率最小和总的供应商柔性最大为优化目标,建立了需求不确定环境下的供应商选择和订货量分配优化模型,该模型不仅可以确定最优供应商,同时还可以确定各供应商的订购量分配率,并基于模拟退火算法设计了启发式求解方法进行计算和分析。最后的算例计算证明上述模型和方法计算快捷,结果合理,从而能为企业的供应商选择问题提供科学的决策依据。     

经济负荷分配问题的闭环文化粒子群算法

结合文化算法的双层进化结构和粒子群算法的局部搜索性能,提出了求解经济负荷分配问题的闭环文化粒子群算法。算法设置了上层的信念空间和下层的群体空间,并利用同步传输方式通过接受操作和影响操作来完成两层空间的交互;各群体空间采用反馈控制的原理对粒子的演化速度进行控制以保持群体的多样性。通过对文献中的3机组6母线和IEEE30BUS经济负荷分配问题的仿真结果表明,闭环文化粒子群算法有更好的收敛性能和更快的收敛速度。