城市交通非常规突发事件的应急资源调度最优路径研究

针对城市交通非常规突发事件,在“出救点”和“应急点”已知情况下,研究了多目标下应急资源调度的最优路径问题。对问题进行了描述,建立了时间最短、费用最小的应急资源调度最优路径选择优化模型,将蚁群算法进行改进,结合改进的TOPSIS法求解最优方案,给出了仿真算例。     

带约束条件的多项式规划问题的全局最优性充分条件

利用一些学者提出的研究全局优化问题的全局最优性条件的新方法,讨论一些带有二次约束的特殊非凸多项式规划问题的全局最优性条件.通过利用拉格朗日函数和L-次微分相结合的方法,给出带不等式约束的多项式规划的全局最优性充分条件,并推广了已有文献中的一些结论;最后举例说明如何利用所给出的全局最优性充分条件来判定当前可行解就是全局最优解.     

改进蚁群算法在合肥市包河区果蔬配送中的应用研究

路径优化是运输过程中必须考虑的问题。合理的路径既节省时间成本,又提高工作效率。文章引入蚁群算法和改进蚁群算法,利用算法的优越性,解决合肥市包河区处于快速发展状态下居民对果蔬需求的现实性,进而需要研究果蔬配送过程的路径问题,基于找出最优路径解,运用蚁群算法与改进蚁群算法解决果蔬配送,并对两种算法求出的解进行对比分析,找出最短路径,结果说明解决包河区果蔬配送路径的必要性,也说明算法在新环境中的适应性。     

一种新的海运集装箱超订模型

考虑超订策略对单位舱位超订成本的影响,将单位舱位超订成本假设为关于超订水平的单增的凹函数。在此基础上,考虑空箱调运及运输能力的不确定性,以期望总成本最小化为目标建立了海运集装箱舱位的最优超订模型,设计混沌优化算法对该问题进行求解,对所求得的超订水平进行最优性检验,从而确保求得最优的超订水平。并证明了重箱出现比率为均匀分布的随机变量时模型最优解的唯一性。最后的算例结果表明了本文模型及求解算法的有效性。     

室内移动机器人搜索人的算法设计

针对室内环境中经常出现的移动机器人搜索人的问题,设计并实现了一种在栅格地图基础上基于改进的遗传算法和A*算法进行路径规划的算法。移动机器人采用开源机器人操作系统（ROS）框架,在SLAM的基础上完成机器人自定位以及校准、路径规划和导航。对室内环境栅格地图应用单元分割法得到一系列以障碍物分割开的子区域,应用遗传算法规划最优的区域间转移序列,同时使用A*算法进行两点之间的导航规划。仿真与实验结果证明：该算法可以在已知的室内环境中提供最优化的搜索路径,在短时间内完成找到人的任务。     

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。     

软件定义网络中基于队列管理的优化流量自适应调度算法

针对当前突发大数据流在单路径调度中产生的链路拥塞问题,为了减少网络链路拥塞、提高网络性能,提出了一种基于队列管理的媒体优化流量自适应调度算法。首先,制定多策略调度策略,对于用于数据平面上的流列队使用特定选择策略的固定优先级调度,通过软件定义网络(SDN)传输媒体优化流量。然后对不同调度策略和条件下SDN中资源管理的有效性进行了全面分析,通过对单个应用资源分配问题和全网应用资源分配问题的迭代求解,得出优化问题的近似最优解。最后与传统的MPLSTE和ECMP算法进行性能对比和分析。结果表明:提出的自适应调度算法本文方法比MPLSTE和ECMP算法能够多转发约9%的流量,在平均链路利用率和平均传输时延几项性能指标上,均优于对比算法。     

基于萤火虫算法的电网节点编号优化

在现代电力系统中,伴随着各类电力电子元件如整流器、逆变器、晶闸管,非线性元件如串并联电容器、同异步电动机、各种无功消耗的家用器件的普及和发展,谐波问题愈加严重,成为电力系统中影响电能质量的关键之一。在电力网络问题的求解中,对节点导纳矩阵的求解,就是对节点编号进行组合优化的过程,因此可以使用群智能算法进行求解。电力网络中的节点编号问题是一个组合优化问题,类似于经典的TSP问题。要求得其最优解较困难,目前已知的编号优化方法包括传统编号优化法和运用萤火虫算法的编号优化法。由程序仿真对比结果可知:将萤火虫算法所找到的最优编号引入的非零元数目比传统算法更少、结果更优。     

基于混合蚁群粒子群算法的立体库堆垛机路径优化

针对自动化立体仓库中的堆垛机路径优化问题，课题组通过分析立体仓库中堆垛机的工作特点与运行情况，提出了基于混合蚁群粒子群算法的路径优化方法，在传统的蚁群算法中结合粒子群算法思想，使算法同时具备蚁群算法的正反馈与粒子群的多样性。通过对实例进行MATLAB仿真分析表明：混合算法路径优化速度较快，且比以往的路径更短。研究使堆垛机的运行效率得到提高。     

粒子群优化算法及其与遗传算法的比较

粒子群优化算法是根据鸟群觅食过程中的迁徙和群集模型而提出的用于解决优化问题。该文讨论粒子群优化算法的基本原理和实现步骤,分析了该算法中各参数的设置。通过一个测试函数,对粒子群优化算法与遗传算法进行了比较,结果表明粒子群优化算法在找寻最优解效率上好于遗传算法。     

一种WDM光网络中的递归式子通路保护算法

研究了具有抗毁性能的波分复用光网络中的子通路保护路由算法问题,提出了一种递归式子通路保护算法,目的在于引入一种更为灵活有效的方法来对工作通路进行分段,并为各个工作子通路计算相应的保护子通路,算法中采用了递归的思想来计算工作子通路和保护子通路．相比传统的等分子通路保护算法,该算法能够在故障恢复时间和波长资源利用率两者之间取得更好的折衷。     

一种求解时变条件下最短路的算法

在组合优化过程中，往往需要获得从起点到终点之间的最短路，而其所考虑的目标可能是一个与时间相关的变量．作者给出了时变条件下，利用标号法求解最短路的算法，并对算法的复杂性进行了分析，最后给出了一个应用算例．     

基于遗传算法的无线传感器网络路径优化

提出使用遗传算法对无线传感器网络进行路径优化,考虑节点能耗和路由恢复时间等实际因素的影响,将这些影响作为路径优化问题的约束条件来处理;考虑各种约束条件和多种目标按照重要性的优先次序,使WSN有更长的寿命;对算法的各个环节进行了细致的分析,包括染色体的表示和编码、适应度函数的设计、遗传操作算子的设计及算法参数的分析和选取。大量的仿真实验证明,使用GA能找到WSN有效的优化路由。     

双权值最短路径问题的一种解决算法

物流配送方案中,费用、时间是客户最关心的两个问题。物流企业需要基于这两个客户所关心的问题,提出一套低成本的物流配送方案。本文探求使用费用、时间双权值有向图最短路径问题,解决这种配送方案,并进行算法的时间复杂度分析。     

解决有复杂约束的最短路由问题的算法

介绍了有复杂约束的最短路由问题,应用K路由算法中的偏离算法解决该类问题。分析了在偏离算法的应用中影响算法效率的因素,提出了一种提高算法效率的改进方案,仿真结果表明改进方案是有效的。     

一种改进的直线段裁剪算法

对直线段进行裁剪是计算机图形学需要解决的最基本问题之一，目前已经有多种算法，在详细分析这些其中两种经典算法的基础上，提出了一种新的裁剪算法，并对新算法的性能进行了分析比较，实验结果表明，新算法简单易行，裁剪效率也有较大提高．     

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。     

试论空间任意曲线的一种插补算法

提出了点对理论廓线偏差的新的算法，探讨了全面评估构成插补轨迹的拆线段对理论廓线的偏差，给出了直线、球面综合偏差的几何意义，比较了新的算法与传统算法的加工误差，结果表明，新算法能够提高ＣＮＣ系统的加工精度．     

改进离散人工蜂群算法规划异形满版服饰图案切割路径

服饰图案切割路径规划是服饰图案自动切割技术的关键部分之一。文中用改进的离散人工蜂群算法实现了激 光切割系统对异形满版服饰图案的切割工艺路径规划优化。首先,把满版服饰图案激光切割路径规划转化为广义旅行 商问题求解,证明了路径规划转化成普通TSP问题比转化成第一类广义TSP问题更为有效,并给出了路径规划中“图案 始切割点”的优化选择方法。然后结合部分匹配交叉和启发式变异搜索方法的人工蜂群算法求解TSP问题,证明了与 A*算法及遗传算法相比,该方法更为优越。并且该方法已应用于激光切割机切割异形满版服饰图案路径规划的生产实 践,运行可靠,比未规划时的工艺路线平均提高效率33.7%。该方法提供了一种解决TSP问题的新方法,具有一定的理 论意义和价值