约束平面选址问题的蚂蚁算法

对带有区域限制的平面选址问题，给出一种基于人工蚂蚁优化思想的新的求解方法。经数值计算、验证和比较，得到了满意的效果。     

约束平面选址问题的蜂群优化算法

蜂群算法具有邻域搜索和随机搜索的性质,鲁棒性强,收敛速度快,在求解函数优化和组合优化问题上,获得了较好结果.对带有区域限制的平面选址问题,该算法运用人工蜂群优化思想,给出了一种新的求解方法.实验结果表明,通过调整算法参数,得到了较好结果,验证了算法的可行性和有效性.     

基于混沌优化算法的连续生产过程重调度与库存优化

针对流程工业企业的订单发布和原料供应等外部环境的不确定性,建立了具有订单需求约束、生产能力约束、原料供应和成品库存约束等约束条件的连续生产过程重调度模型,运用混沌优化算法进行求解,仿真结果表明了该模型的可行性和有效性,通过重新调整各时间段内各个订单的生产率,可合理控制库存量,减少库存费用,降低企业生产成本。     

用改进蚁群算法求解多目标优化问题

蚁群算法是一种崭新的仿生模拟进化算法,该算法在许多领域已经得到应用。多目标优化问题是一类很重要的优化问题,优化与求解较难。对此,提出了一种改进蚁群算法用于求解多目标优化问题,得到一组变量的权重后,用一定数量的蚂蚁在解空间中首先随机搜索,然后模拟蚂蚁寻食的方式,通过信息素来指引搜索。给出了具体的算法,示例仿真说明了其有效性,并表明该算法可以快速发现多个全局最优解。     

解不等式约束优化问题的一种修正的SQP方法

提出了一个解不等式约束优化问题的新方法,克服了SQP方法中线性化约束不相容的问题,同时利用Li-Fukushima提出的求解无约束问题的MBFGS公式对Hessian矩阵进行修正,在适当的条件下,证明了算法的全局收敛性.     

一个求解多目标优化问题的排序算法

多目标演化算法的研究热点集中在Pareto最优概念的种群个体的比较与排序、适应值赋值与小生境技术等方面 .基于这一点 ,本文给出了一个排序算法 ,并验证了其有效性 .     

用改进的人工鱼群算法求解TSP问题

针对人工鱼群算法在寻优过程中存在的不足,结合嗅觉在自然界鱼类捕食过程中的重要作用,在基本人工鱼群算法的基础上,提出了具有嗅觉特征的人工鱼群算法。最后,利用改进的人工鱼群算法成功解决了旅行商问题,并且通过比较基本人工鱼群算法与改进人工鱼群算法的实验结果,得出结论,改进后的人工鱼群算法在算法搜索时间、全局最优值精确度方面都有了显著的提高。     

一种历史局部代价求解ADCOPs的算法

局部搜索算法是求解非对称分布式约束优化问题(asymmetric distributed constraint optimization problems, ADCOPs)的热点,然而此系列算法都未利用历史局部代价这一关键信息。提出了一种新的历史局部代价的算法(historical local cost, HLC),利用局部代价历史记录求解ADCOPs。HLC使用指数加权移动平均(exponential weighted moving average, EWMA)对局部代价进行模拟更新,并引入了种群机制对其充分模拟和搜索更广的解空间,从模拟局部代价的有效性和种群作用的优越性进行了理论分析。实验结果表明：HLC比最先进的ADCOPs非完备算法有更高质量的解。     

基于细胞自动机演化算法求解无约束函数优化问题

在最优化领域目前广泛应用的智能优化算法有遗传算法、模拟退火算法、神经网络算法等.但这些算法的实现模式都还是基于串行模式.利用细胞自动机来解决优化问题,也就意味着能够建立极度并行的解决最优化问题的程序.提出了一种基于细胞自动机的演化算法,以求解无约束函数优化问题,并用实验分析了此算法的性能.     

度约束欧氏Steiner最小树问题及其求解

在欧氏Steiner最小树的基础上，对每个正则点加上了度约束限制，提出了度约束欧氏Steiner最小树问题，分析了该问题的特性，给出了该问题的模拟退火和蚂蚁算法求解过程，并使用Delphi语言编程，在Windows XP平台上运行通过．通过大量算例的计算结果验证了该问题的实用性及算法的有效性．     

凸约束下一种改进的非线性优化问题的非单调信赖域算法

在凸的可行域上求解非线性优化问题提出了一种新的信赖域方法 ,算法不强调逐次迭代点处目标函数值的严格单调性 对任意初始点 ,证明了算法收敛到问题的临界点     

基于变尺度混沌优化策略的混合遗传算法及在神经网络中的应用

讨论了遗传算法优化神经网络连接权的优点及存在的局限性.应用变尺度混沌搜索策略,建立了一种新的混合遗传算法——混沌遗传算法.将改进后的遗传算法结合前馈型神经网络应用于储层油气预测,取得了较好的效果.     

考虑碳排放约束的加工中心布局优化

为解决加工中心布局与经济、环境效益之间的匹配问题,笔者在系统布置设计（system layout planning,SLP）方法基础上,对加工中心的物流和非物流相互关系进行了系统分析。考虑碳排放约束对布局的影响,建立了基于搬运成本和碳排放成本最小化、非物流关系以及面积利用率最大化的多目标优化模型;分别应用SLP和遗传 和声算法（genetic algorithm harmony search,GA HS）对实际中的加工中心作业区域布局进行优化;最后对2个方案的优化效果进行对比。结果显示：GA HS布局方案与传统SLP布局方案相比,物料搬运及碳排放成本共节约了29.6%;面积利用率与非物流关系上GA HS布局方案分别提高了16.2%和2.5%。该研究有效解决了考虑碳排放约束下的加工中心布局优化问题。     

一般约束极大极小值的梯度投影算法

对一类带等式、不等式约束的极大极小值问题进行了研究,将其转化为带等式、不等式约束的非线性规划问题,并利用梯度投影算法进行求解。该算法在有限步达到最优点或产生一系列点,且其极限点是最优点。该算法减少了计算量,克服了数值实现上的困难,证明了算法的收敛性。     

变尺度混沌量子粒子群算法

利用混沌算子的遍历性,结合量子粒子群的快速收敛性,提出了变尺度混沌量子粒子群算法(CQPSO)。针对标准粒子群容易陷入局部最优的缺陷,CQPSO能快速收敛到最优解。对标准测试函数的测试结果表明:该算法在收敛速度和收敛精度上都得到了大幅度的提高。     

约束优化问题的异步并行拟牛顿方法

提出了一种求解等式约束优化问题的异步并行拟牛顿方法 .若假设目标函数 f和约束函数h至少三次连续可微 ,且△h(x)对任意x∈Rn 均为满秩矩阵 ,证明了所提出的异步并行算法是 q—超线性收敛的 .     

道路优化的求解算法

本文以遗传算法与神经网络算法为基础,提出了一个求解道路优化问题的解决方案。对路网优化设计实例表明,这一方法求解速度较快并具有较高的计算精度。     

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。     

求解带互补约束的数学规划的信赖域算法(英文)

本文提出了一种新的求解带互补约束的数学规划的信赖域算法并在不要求严格互补条件下证明了它的收敛性。