基于FPGA的多约束长度Viterbi译码器

现有的各通信系统中卷积码的约束长度各不相同．为充分利用现有资源很有必要研究多约束长度的Viterbi译码器．基于FPGA讨论了实现多约束长度的卷积码的Viterbi译码器的一些问题．主要讨论了分支度量单元(BMU)、加比选单元(ACS)、路径度量寄存器单元(PMU)和幸存路径存储器单元(SVU)实现中的一些问题．     

多约束下轨道飞行器备件配置方案建模与优化

针对航空类装备携带备件方案的确定需要综合考虑多项约束指标因素的特点,以轨道飞行器飞入太空随行备件携带方案优化配置为研究背景,在费用、质量及体积3项指标约束条件下,以所有备件期望短缺数总和最小为目标函数,建立了备件配置方案的优化模型.通过设置初始因子初值求出备件初始配置方案,同时引入拉格朗日乘子将各项约束因子转化为保障资源约束因子,采用边际效应法求解并对模型进行优化.最后,对6种方案计算结果进行比较得出备件配置最优方案,并通过实例分析,证明了该方案的科学性和有效性.     

网络化制造模式下基于改进蚁群算法的供应链调度优化研究

为制定网络化制造（networked manufacturing,NM）模式下供应链合作成员间的动态调度策略,构建了由制造商、协同设计商以及客户组成的三层动态调度模型;在生产能力约束、多目标优化约束等制约因素下,采用时间函数、成本函数和延期惩罚函数三个目标函数对调度问题进行描述;使用改进蚁群算法（improved ant colony optimization algorithm,IM-ACO）,对调度路径可行解节点添加不同的信息素,并将信息素浓度约束在τ_min和τ_max之间,使得供应链客户个性化需求服务、运作时间、成本等综合收益达到最优. 实例仿真表明本文提出的动态调度优化算法求解具有较快的搜索速度、收敛性好,算法具有较好的稳定性;同时,也表明本文构建调度模型合理,可以为实际生产调度提供优化的策略.     

基于遗传算法的作战资源优化分配

针对目前作战资源优化研究中存在约束条件过于简单的问题,充分考虑资源的使用范围、使用条件、持续工作时间、寿命等自身局限和资源执行不同任务时,要满足相应的约束等,建立了非平衡资源优化指派模型,并利用遗传算法对模型进行求解,最后给出了一个算例,验证了模型的实用性和算法的有效性。     

基于遗传算法组卷策略的研究

借用了生物遗传学的观点,通过自然选择、遗传、变异等作用机制,使用遗传算法进行组卷问题的求解,增强了个体的适应性。     

回溯法求解多约束分配问题

回溯法是解决多约束条件下合理分配问题的重要方法之一,经过认真分析研究,提出了解决这类问题的一种新的有效算法——基于矩阵存储的回溯算法,并以学生宿舍合理分配问题为背景,给出了算法的具体实现过程,最后讨论了该算法的时间复杂度,得出了该算法较同类问题的回溯法具有更好的时间效率,实际应用的结果验证了该算法在多约束分配问题中更具合理性和有效性．     

基于多约束条件的Ferry路由机制的研究

针对偏远乡村网络的问题,结合Message Ferry机制,提出了基于多约束条件的Ferry路由机制(MCFR). 该机制充分利用Ferry中所携带的数据包信息和节点位置信息计算Ferry到各个节点的评估值,通过评估值选择Ferry的下一跳. 仿真结果表明,相对于消息摆渡路由机制(MFR),该路由机制能够提高投递率,并减小端到端时延.      

基于遗传算法的多约束背包问题求解方案

采用混合遗传算法求解多约束背包问题.首先构建多约束背包问题的数学模型,然后采用多维实数编码方式的遗传算法,结合附带染色体库技术、局部启发式算子和扰动算子对问题进行求解,并给出了一个实验实例.实验证明文中采用这种混合遗传优化算法解决多约束背包问题切实可行,有较高的搜索效率.     

南方煤矿精确选煤配售系统建模的研究

南方煤矿矿区产煤具有量少、种类多且煤质差异大的特点,在客户需求量大时,选择合理的煤炭配售方法建模是非常必要的。基于遗传算法设计的配售系统通常是在给定多约束线性规划的模型下求解最优配煤比,而对模型参数的选取欠缺考虑。本文在已知配煤目标的前提下,不仅给出最终的决策方案,并且利用贪心算法与Powell搜索法结合的思想自动筛选出合适的单煤信息,作为精确配煤的参数。实验结果验证了系统的可行性和有效性。该系统已在福建煤电股份有限公司得到了成功的应用。     

The Information Modeling and Intelligent Optimization Method for Logistics Vehicle Routing and Scheduling with Multi-objective and Multi-constraint

The vehicle routing and scheduling (VRS)problem with multi-objective and multi-constraint is analyzed, considering the complexity of the modern logistics in city economy and daily life based on the system engineering. The objective and constraint includes loading,the dispatch and arrival time, transportation conditions,total cost, etc. An information model and a mathematical model are built, and a method based on knowledge and biologic immunity is put forward for optimizing and evaluating the programs dimensions in vehicle routing and scheduling with multi-objective and multi-constraints. The proposed model and method are illustrated in a case study concerning a transport network, and the result shows that more optimization solutions can be easily obtained and the method is efficient and feasible. Comparing with the standard GA and the standard GA without time constraint,the computational time of the algorithm is less in this paper.And the probability of gaining optimal solution is bigger and the result is better under the condition of multi-con,traint.