一次昂贵的“暴力秀”

在立陶首都宛维尔纽斯,许多富人喜欢将奔驰等豪华轿车停在自行车道或者人行道上。警察不敢管,市长佐卡斯却坐不住了。日前,他驾驶着一辆俄罗斯产的装甲车从一辆违规停在路边的奔驰车上轧过,他对媒体说:"我已经受够了这些将豪车胡乱停放的情况,而这辆坦克就是解决这一问题的最好工具。"很明显这位市长搞错了装甲车和坦克的区别,或许在他眼中这两者也没有什么区别。以暴制暴,以非法对抗非法,这真是一场昂责     

一种基于跳出局部最优机制的自适应响应面方法

【目的】针对昂贵黑箱函数优化问题提出一种能够更好平衡局部搜索和全局搜索的响应面方法。【方法】对径向基函数响应面约束优化算法进行了改进,首先增加了判断陷入局部最优的机制,然后引入填充函数方法辅助选择新采样点,进而利用新采样点跳出局部最优。【结果】在37个公开的全局优化算法测试问题上的数值实验表明,本文提出的基于填充函数跳出局部最优机制的自适应响应面算法能够收敛到更好的近似全局最优解。【结论】基于填充函数方法的局部最优解跳出机制能够提升算法的全局搜索能力。     

男人的秘密:心理成熟的28个风向标

怎么看男人是否成熟?且看下面的28个"风向标",如未成熟的男人喜欢昂贵、华而不实的东西,追求表面的东西;成熟的男人不喜欢张扬的东西,喜欢有质量和有品味的东西……     

把“昂贵”卖成“实惠”

<正>美国曼哈顿的郊外有一家五金作坊,老板是一位名叫乔·蒙哥马利的年轻人,他在1952年研制出了一种制作自行车的优质铝材,就用所有的积蓄办起了一家小小的自行车生产公司。第一批自行车很快生产出来,这种材料虽然品质好,但是成本也非常高,一辆自行车光成本就要700美元,所以售价最起码要1200美元以上才有钱赚,蒙哥马利把样品送到超市和销售商那里,但却遭     

面向分馏塔操作参数优化的带禁忌表并行粒子群优化算法

多元分馏塔操作优化需要反复求解其机理模型中的高维耦合非线性方程组,计算十分耗时.针对此昂贵优化问题,提出了一种带禁忌表的并行粒子群优化(parallel particle swarm optimization,PPSO)算法.以分馏过程机理知识初始化操作参数的禁忌表,再根据已测试候选参数的优化性能动态更新该禁忌表,实现对每次迭代产生的候选解初选,减少禁忌解的计算;接着,以MapReduce的任务分发思想构建算法的并行处理框架,设计任务预分配策略减少通信成本,提高计算效率;最后在子系统中通过对无法求解粒子与不合格粒子的剔除,筛选出原约束优化问题的等价解,进一步减小计算开销.以实际操作优化问题验证了所提算法的有效性,结果表明该算法能够更快地找到分馏系统操作参数的最优设定值.     

世界上最昂贵的赞助——谁是奥运大买家

正伦敦奥运逼近,紧张备战的除了运动员,还有各路赞助商。1984年诞生于洛杉矶奥运会的奥运赞助"TOP模式",被誉为近30年来最成功的商业营销案例之一。28年来,几乎所有的知名跨国企业都对这个名为TOP的名单趋之若鹜,为国际奥委会筹募了近40亿美元的收入。这一次的伦敦奥运会,幕后的大买家又会是谁呢?     

一种带有隐藏约束昂贵黑箱优化问题的改进响应面方法

【目的】提出一种求解带有隐藏约束的昂贵黑箱优化问题的新响应面方法。【方法】对SHEBO算法进行了改进，取消了MADS强化搜索这一步骤，节约了昂贵黑箱目标函数的估值次数，并改善了响应面模型的更新策略，从而提高了算法效率。【结果】得到了新的带有隐藏约束昂贵黑箱优化问题的响应面方法。【结论】通过50个标准的测试问题对新算法的数值表现进行了评估，结果表明新算法优于原有的SHEBO方法。     

一种求解昂贵黑箱优化问题的多代理辅助进化算法

【目的】提出一种求解昂贵黑箱优化问题的多代理辅助进化算法。【方法】对进化采样辅助优化算法进行改进，将全局搜索中每代的进化操作进行10次，以降低求解的不稳定性；并对全局搜索与局部搜索的转换采用自适应距离准则判断，从而提高求解的精度。【结果】得到了新的昂贵黑箱优化问题的多代理辅助进化算法。【结论】使用22个测试问题对新算法的数值结果进行评估，结果表明新算法与进化采样辅助优化算法相比优势明显。     

基于约束优化的混合径向基函数响应面方法

[目的]为更好地求解昂贵黑箱函数优化问题.[方法]在响应面约束优化算法的基础上,采用由薄板样条径向基函数模型和三次径向基函数模型的组合得到的混合模型作为新响应面模型对黑箱函数进行逼近,并且在优化过程中自适应选择混合模型的权重因子.[结果]得到了混合径向基函数响应面算法.[结论]在34个常用检验问题上得到的算法数值实验结...     

基于є-支配的昂贵超多目标黑箱问题代理优化算法

【目的】本文研究昂贵超多目标黑箱优化问题的算法。【方法】基于SOCEMO算法，将?-支配用于目标值采样策略，提出?-SOCEMO算法。【结果】在42个超多目标测试问题上对算法?-SOCEMO和SOCEMO进行了数值实验，结果显示?-SOCEMO在算法性能评价指标上具有较好的表现。【结论】数值实验表明这种改进的目标值采样策略可以提升SOCEMO算法在昂贵超多目标黑箱优化问题上的计算效果。