初始群体飘移遗传算法在混合整数非线性规划中的应用

本文研究了非线性混合整数规划和遗传算法各自的特点,在此基础上,提出了初始群体飘移的思想、构造了一种求解混合整数非线性规划的新的遗传算法——初始群体飘移遗传算法。数值实验表明:该算法对大范围、多峰、非光滑混合整数非线性规划问题(MINLP)有着较好的全局求解能力,在解的质量、稳定性和收敛速度等方面优于一般的演化算法。     

资源均衡分配的最优化几何方法

资源均衡分配是一类重要的优化问题。本文通过引进0—1变量,将其转化为一个0—1型整数规划问题而构成数学模型。同时设计一种直观简便的几何方法来获得最优解。此法不但能编成程序上机计算,而且对于较大规模的课题亦是实用的人工方法。本法的主要思路是从初始峰值曲线与初始横道图出发,逐次迭代调整而得最优解。     

二维LP问题的一个直接算法

针对求解二维线性规划问题的几何算法—图解法,给出了一个二维线性规划问题最优解的性质定理,得到了求解二维线性规划问题的一个直接的代数性算法。利用该算法,可得到一般性规划问题的加速算法,其迭代过程至少是按二维迭代的,迭代速度快于单纯形法。     

一类可分离非线性混合整规划的填充函数解法

讨论了把一类可分离非线性混合整规划问题转化为解一系列非线性规划 ,整数规划 ,再构造填充函数求解的方法 ,在理论上解决了这类非线性混合整规划问题     

方案聚合算法的终止准则

本文对Rockafellar和Wets提出的解随机规划的方案聚合算法给出了一个“上、下界终止准则”,克服了原准则有时不收敛到最优解的缺点,同时给出了一个加速收敛的“平均乘子”法,从而对方案聚合算法做出了重要的改进。     

基于分支定界法的多资源约束下项目进度规划

基于分支定界法的思想提出了一种新的精确求解多资源约束下项目进度规划问题的最优化算法。首先依据网络图中活动的逻辑关系和资源约束进行分支构建搜索树,然后通过基于广探法思想提出的优选原则对搜索树中的分支节点进行分析比较,淘汰劣解进一步缩小搜索空间并提高求解效率,最终可获得最优解。最后通过实例进行分析表明算法在求解多资源约束条件下项目进度规划问题的有效性,同时对于资源平衡优化问题以及合理权衡项目竣工时间与资源配置两者之间关系都有一定的现实指导意义。     

基于RW-GA的电力物资配送多目标路径优化

设计了一种基于RW-GA算法的电力物资配送多目标路径优化方案。建立GM模型进行资源预置建模,预测出该地区的电力物资需求量,保障物资仓储量充足,在GM基础上,以时间短、风险小为目标建立多目标物资调度模型。提出了RW-GA算法,采用随机游走算法进行全局搜索,获取最优解备选集,利用遗传算法进行局部搜索获取最优解,规划出多目标约束下的最优路径。仿真结果表明:建立的三级网络GM对电力物资需求的预测精度高,所提RWGA算法能够快速收敛并且稳定性较好,可以快速找到电力物资最优的配送路线。     

单阶段随机规划的最优性条件

本文研究了随机规划的最优性条件,得出了某个可行解为所讨论问题的最优解的充分条件。     

非线性规划的元胞蚂蚁算法

将元胞自动机思想引入到蚂蚁算法中，提出一种新的进化算法——元胞蚂蚁算法。通过算法的元胞演化机制对信息素的二次分配，有效扩大了对解空间的搜索，避免陷入局部最优，并提高了寻找到所有全局最优解的能力。通过对一系列典型多极值优化问题的求解，均找到了所有全局最优解，显示了其在寻找多峰函数极值点方面的优越性。     

遗传模糊C-均值聚类算法应用于MRI分割

通过分析知经典的将图像分割成C类的常用的模糊C-均值聚类算法(FCMA)依赖于初始聚类中心的选择,通常得到的是局部最优解而并非全局最优解,又由于遗传算法能搜索到全局最优解,因此将遗传算法(GA)与FCMA相结合,对MRI直接进行聚类,利用遗传算法搜索全局最优解,从而有效地避免了模糊C-均值聚类算法收敛到局部最优的问题,并在此基础上实现了对MRI的分割,得到了比较满意的效果。     

基于动态规划的测试用例的优化分配问题

通过对划分测试中测试资源受约束、各子域满足一定可靠性要求时测试用例的优化分配问题研究,把非线性整数规划问题转化为无界背包问题,用动态规划方法对它求解,通过随机模拟,给出了最优分配方案。实验数据表明,该方案在测试过程中对提高缺陷检测能力有明显的效果。     

QoS支持下的GIS服务链最优化问题研究

针对当前OGC互操作标准未提供QoS支持的现状,对OGC服务标准进行了服务质量扩展。在此基础上实现了一种基于遗传算法、具有全局QoS约束的最优化服务选择方法。该方法采用了树型染色体编码方式及基于罚函数法的适应度函数。通过与整数规划得到的最优解进行对比,验证了该方法解质量的有效性,并通过改变候选服务数和任务数等试验条件,证明了该方法的时间复杂度近似线性。     

基于随机优化算法的天然气管道运行优化研究综述

在“双碳”目标背景下,天然气管道的运行优化可以最大程度地实现降本增效减碳,因而得到了广泛且深度的关注。与确定性算法不同,随机优化算法在处理大规模管道和混合整数非线性规划问题上优于经典确定性算法。为此,对基于随机优化算法的天然气管道运行优化进行了调研。首先,介绍了天然气管道运行的数学模型;其次,采用随机优化算法求解模型最优调度结果,分别对遗传、粒子群、蚁群以及模拟退火4类算法在天然气管道运行中的应用进行了分析、对比和归纳。最后,对天然气管道运行优化的技术挑战与发展趋势进行了探讨。     

关于混合整数线性规划可行解的等价问题

本文使用对偶的Fourier-Motzkin消去法,讨论了如何等价地消去混合整数线性规划的约束。同时,本文对任一线性规划问题给出了一个新的有限算法——CR法。     

3-状态串并联设备网络单目标-单约束可靠性优化蚁群算法

3-状态设备网络系统单目标-单约束可靠性优化问题是NP-难问题,本文研究这类优化模型的快速算法。在对已有3-状态设备网络系统可靠性优化模型进行分类的基础上,以蚁群算法为工具,给出了一个求解3-状态设备网络单目标-单约束串并联网络系统可靠性优化问题最优解的蚁群算法框架。合理选择算法参数,进行计算机仿真。模拟仿真结果表明,在随机运行一定次数算法后,算法都能够有效的给出模型的近似最优解。合理选择算法参数,蚁群算法能够成为有效求解3-状态设备网络可靠性优化问题的有力工具。     

基于0-1规划的软硬件划分方法研究

将0-1规划算法应用于软硬件协同划分过程中,一种节点的映射方式对应单位立方体上的一个顶点。利用单位立方体几何性质求出无约束的目标最优解;由此解出发,利用折半查找和一定的编码策略向外搜索,直到满足系统约束为止;利用仿真数据对该算法进行了有效性验证。仿真结果表明,0-1算法的收敛速度与遗传算法相当;精度与整线性规划相当。     

非线性混合整数规划的罚函数解法

主要对非线性混合整规划问题的求解进行探讨。利用罚函数把非线性混合整规划问题转化为等价的非线性规划问题,从而可通过求解一个无约束线性规划问题而得到原问题的最优解。     

航空货运市场轴辐式网络构建博弈分析

从博弈角度研究航空货运市场轴辐式网络构建问题,从战略、策略和运作三个层面入手给出网络构建模型。在双头垄断市场条件下,求解网络构建博弈均衡。在求解均衡时,针对每个可供选择的枢纽组合,首先通过Floyd最短路径算法计算承运商的最优运输路径,再根据标准二次规划问题求解方法探讨收益最大化问题,最后采取Jacobi迭代算法获得稳定需求,进而得到稳定的Nash均衡解。     

蚁群算法在QoS单播路由中的应用研究

QoS路由问题被证明是一个NP-C问题,而传统的路由算法很难有效地解决NP-C问题。该文提出了一种基于蚁群算法、用于解决带宽和时延约束问题的QoS单播路由算法,利用蚁群算法中蚂蚁通过信息素寻找最优路径的机制,并以网络吞吐量和数据报的平均时延等性能为最优的准则,来定义蚂蚁的转移概率、路由表和信息素更新方式,实现基于蚁群算法的路由选择算法.这种算法具有较强全局最优解搜索能力,较强的灵活性,以及潜在的并行性。     

基于遗传算法的ISAR运动补偿新算法

提出了基于遗传算法进行逆合成孔径雷达运动补偿的新算法.针对遗传算法解的收敛性问题,在遗传算法中采用了最优个体保存策略,使得解以概率1收敛于全局最优解;针对遗传算法运算量大的问题,提出了采用运动补偿后最小熵和最小距离作为适应度函数,由此形成2种称为GAMCE和GAMCD的ISAR运动补偿新算法.仿真数据和实测数据验证了所提新算法的有效性.