多目标模糊柔性作业车间调度问题优化

为降低柔性作业车间调度中的能耗,针对实际制造车间中工序加工时间和交货期的不确定性,将加工时间和交货期采用模糊数表示,建立以完工时间、平均满意度和最小满意度为柔性作业车间调度问题的多目标函数。同时设计了邻域遗传算法(GANS)求解该问题,算法采用机器选择的方法产生初始种群,并采用工序插入式方法对染色体进行解码;采用动态交叉概率及改进精英保留策略来保证种群的多样性和加快算法的收敛速度;并提出一种基于移动模糊关键工序的邻域结构来加强算法的局部搜索能力。最后通过数值实验验证了模型和算法的有效性和可行性,并对4个基准问题进行测试。结果表明:该算法在求解的精度、鲁棒性和解集的分布性方面与传统算法相比具有一定的优势,是一种有效的求解模糊柔性作业车间调度问题的新方法。     

基于修正IEKF的IRST系统多站融合跟踪

针对红外搜索跟踪(infrared search and track, IRST)系统单站情况下的弱可观测强非线性问题,提出了一种基于修正迭代扩展卡尔曼滤波(modified iterated extended Kalman filter, MIEKF)的多站融合跟踪算法。按照高斯-牛顿迭代方法对IEKF中的测量更新进行修正,并推导了最大似然迭代终止条件,减小了非线性滤波的线性化误差。结合集中式融合跟踪算法,应用于IRST系统多站目标跟踪。以三站为例进行仿真研究,结果表明所提算法的跟踪性能要优于EKF和UKF。     

时变网络环境下旅行商问题研究

对时变旅行商问题进行描述,提出处理一般跨时段的新方法,并建立数学模型.在求解方法上构造动态搜索优化算法ds-k-opt(k=2,2.5,3)求解该问题.通过实验仿真,大部分动态搜索优化算法解质量优于动态规划启发式算法,且求解规模更大.动态搜索优化算法解随k值增大而更优,算法运行时间也随之增加.     

单线列车运行调整的梯度搜索算法仿真与研究

列车运行调整的优化是一个非常复杂的问题,需考虑的因素很多,很难给出一个完美的优化模型。根据单线列车运行调整的特点,建立了单线列车运行图的离散事件拓扑图模型,提出了＂调整运行图综合满意度＂作为运行调整的目标,并进一步论证了＂调整运行图综合满意度＂函数的单调递减特性;提出了冲突树的概念和梯度搜索算法的算法原理及搜索步骤,并实例进行仿真。仿真结果表明,该算法模型在实际运行过程中的具有较好的优化性和有效性。

Abstract：

The optimization of railway rescheduling is a very complex issue, many factors should to be taken into account, and it’s difficult to give a perfect optimization model. A discrete event topologic diagram model was derived according to the characteristics of the single-track railway diagram, and the ＂comprehensive satisfaction of the adjusted train diagram＂ was proposed as the target of the railway rescheduling, then the monotonically decreasing characteristic of the target function was demonstrated. The concept of conflict tree was developed and the principle and steps of the gradient search algorithm based on the DET model were given and simulated. The simulation results show that this algorithm has better adaptability and effectiveness in practical application.     

一个可行模松弛SQP方法及其全局收敛性

提出一个处理不等式约束优化问题的可行模松弛SQP算法,每次迭代只需求解一个二次规划子问题.无需对迭代序列进行有界假设,采用线性搜索,在一些微弱假设条件下,证得了算法具有全局收敛性质.     

我国元搜索引擎论文的文献计量学研究

采用文献计量的方法,以学术论文为研究对象,从文献年代分布、情报源分析、作者分布和文献分类几个角度对元搜索引擎的发展情况进行了统计分析,梳理了元搜索引擎领域的发展脉络,并进一步探索了这一领域的发展趋势。     

像素交叉移位变换耦合动态和谐搜索优化机制的图像加密算法

提出一种像素交叉移位变换耦合动态和谐搜索优化机制的图像加密算法.首先,引入锯齿填充曲线,对明文进行扫描,形成一维像素序列;基于明文像素位置,定义像素交叉移位变换模型,耦合均布Logistic映射输出的密钥,对明文完成高效置乱.然后,定义新的和谐更新模型,以密文信息熵值与相关性为目标函数,改进动态和谐搜索机制,构建像素扩散函数,彻底改变置乱图像的像素值.最后,引入HASH检测函数,赋予算法认证功能.结果表明:与当前混沌加密技术相比,所提算法具有更高的加密安全性和通用性.     

加速收敛的人工蜂群算法

针对人工蜂群算法(artificial bee colony algorithm, ABC)存在的收敛速度慢、易陷入局部最优的缺点,提出了一种改进算法。首先,设计新的选择策略和交叉策略,使群体快速向最优解靠近;然后,鉴于控制侦查蜂行为的参数难于确定,且对算法性能影响较大,提出了基于反向学习的变异策略代替侦查蜂行为,同样达到避免陷入局部最优的效果。通过对10个标准测试函数的仿真表明,改进算法几乎都可以得到各测试函数的全局最优解,而且收敛速度快、鲁棒性好。改进性能明显优于现有人工蜂群算法。     

MAGIC磁流体颗粒分布的数值模拟研究

传统的斯托克斯动力学方法模拟效率较低,局限于小规模的颗粒模拟。为了提高模拟速度且能够模拟更多的颗粒,将基于簇的斯托克斯动力学模拟方法和movable hash algorithm搜索算法应用于MAGIC流体颗粒的计算机模拟研究中,初步研究了外加磁场、颗粒浓度、颗粒大小对MAGIC流体中磁性颗粒和磨粒分布的影响,表明高浓度MAGIC流体在较强的外加磁场条件下,较小的颗粒可以产生更加均匀的磨粒分布,从而为MAGIC抛光体的生产提供理论依据。     

融合启发式搜索的改进极快决策树算法在多规格货物智能混合装载中的应用

针对多规格货物装载效率较低问题,提出了一种融合启发式搜索的改进极快决策树智能装箱算法,该算法首先计算并择优选取样本信息熵,然后构建生成货物装箱决策树模型,最后基于启发式搜索方法对货物装载后的剩余空间进行合并再利用。通过保证决策树每个节点装入货物体积最大,对待装货物进行快速决策。最后,基于七组异构性逐渐增强的货物数据对算法进行仿真实验,结果表明：本算法在保证较高集装箱利用率的情况下实现了快速装箱。