城市应急系统优化选址决策模型和算法

以往的应急系统选址模型仅仅考虑在一个确定应急限制期下的选址问题.但是,在城市规划决策中,应急限制期和应急服务设施点建立的费用(数目)都相当重要.针对这个特点,提出了应急限制期下的应急选址模型,并提出了基于分支定界方法的应急选址模型的最优解.该算法利用FLPS′(k)的最优解为起点,进而获得FLPS′(k+1)的最优解,大大减少了计算量.     

基于新型图论聚类法的物流系统多设施选址策略研究

提出了一类基于图论的新型聚类算法并将其应用于物流系统中的多设施选址问题。与其他聚类算法相比,该新型算法聚类效率更高且具有更小的聚类树,从而使得有意义的聚类结果更加清晰。比较算例验证了该算法应用于多设施选址问题的高效性和实用性。     

一种基于PIM与核方法的模糊聚类新算法

本文针对模糊C均值聚类在大数据量时收敛较慢以及不能对多种数据结构有效聚类的缺点,结合PIM算法与核方法提出了一种新的高效聚类算法———KPIM算法,并从理论上证明了该算法的收敛性.最后利用标准实验数据IRIS数据集测试,结果表明KPIM算法在保证收敛速度的同时,聚类效果更有效.     

基于P-中位模型的网络关键设施识别问题的算法设计与实现

在网络服务系统中,存在由于各种人为因素(恐怖行为、黑客袭击等)导致网络设施服务中断的情况.为抵御有预谋的攻击,需要更加重视如何识别网络系统中的关键设施.结合P-中位选址模型,以设施失效对网络系统运行效率影响最大化为目标,给出针对基于P-中位模型的网络关键设施识别问题(即R-中断模型),并针对该模型提出贪婪搜索、邻域搜索和禁忌搜索3种算法.结合Galvo、Europe 150 和USA 263 等大型的测试实例,对上述算法进行比较分析,得出禁忌搜索算法最有效的结论.最后,结合Europe 150 数据的例子比较了P-中位问题与R-中断问题,认为在选址决策中事先考虑到人为攻击导致的中断问题可以增加网络的抗攻击能力,减少损失.     

粒子群优化k均值的混合聚类算法研究

k均值算法是聚类分析的一种传统算法,在数据挖掘中等领域得到了广泛的应用.本文在分析k均值聚类算法存在问题的基础上,用粒子群算法优化k均值聚类算法,提出了一种新的混合聚类算法.理论分析和实验结果证明,该算法有很好的全局收敛性,不仅有效地克服了传统的k均值算法易陷入局部极小值和对初始值敏感的问题,而且具有较快的收敛速度.     

解决多目标优化问题的自适应差分算法

针对多目标优化问题,该文提出了一种自适应差分算法.该算法引用了一种新的选择方法,有效保留了精英解;给出了自适应参数F的一个新定义,使算法的搜索速度与算法当前的实际情况相结合;同时采取了局部搜索策略,有利于算法全面搜索可行空间.最后,把算法应用到四个典型的多目标测试函数,数值结果表明,该算法能够有效的收敛到Pareto非劣最优目标域,并沿着Pareto非劣目标域有很好的分散性.     

同时集散货物的开放式车辆路径问题研究

本文研究了车辆工作时间限制下同时集散货物的多配送中心开放式车辆路径问题,以车辆数和运输里程最小为目标,建立了多目标规划模型,提出了基于拉格朗日松弛技术和禁忌搜索算法的混合求解算法。 该算法首先求出最优解的最大下界,然后采用客户点的分配和调整策略实现解的可行化,其中禁忌搜索引入了4种领域搜索方法,采用了随机变领域搜索方法和重起策略。算例分析表明,该算法能有效地找到满意解,且采用开放式安排路线比闭合式安排路线更加经济合理。     

双边多工位装配线第二类平衡问题应用研究

为有效解决双边多工位装配线第二类平衡问题,建立了数学模型,并提出一种基于可行作业序列的遗传算法,该算法既保留了传统GA的并行和随机搜索能力,同时又只在可行解子空间进行搜索,并且所有可行作业序列都有可能被搜索到,这样可提高算法运算效率和计算结果的精度。最后,通过在双边多工位装配线上的实例应用,验证了算法的有效性。     

基于WEKA平台的文本聚类研究与实现

文本聚类是文本挖掘领域的一个重要研究分支.是聚类方法在文本处理领域的应用.本文首先对基于空间向量模型的文本聚类过程做了较深入的讨论和总结.另外,本文回顾了现有的文本聚类算法,以及常用的文本聚类效果评价指标.在研究了已有成果的基础上,本文利用20Newsgroup文本语料库,针对向量空间表示模型,在开源的数据挖掘平台WEKA上实现了文本预处理和k-means聚类算法,并根据实际聚类效果,就文本表示、特征选择、特征降维等方面提出优化方案.     

震后伤员救援车辆两阶段规划模型及算法研究北大核心CSCDCSSCI

不确定情景下的应急物资配送和车辆路径优化问题是目前国内研究的一大热点,其中震后伤员运送车辆调度及路径优化问题随着近几年地震等自然灾害的频繁发生也逐渐引起人们的重视.本文采用聚合优化算法对灾区进行应急救援区域划分,建立了以总救援时间最短和相对综合救援权重值最大为目标的救援车辆两阶段数学规划模型,设计了带三角函数变异的离散型萤火虫优化算法进行求解,并与常规算法求解结果做了对比分析.通过算例进行模拟实验表明,所提出的模型和算法可以有效解决地震情景下的伤员救援车辆调度问题,且改进算法的全局搜索性能更优.