组播服务节点选择问题的求解算法

为了求解覆盖网络中最优组播服务节点MSN组合问题,提出一种基于混合实数编码的遗传算法(HRCGA)。采用实数编码方式对MSN组合进行编码,利用K-medoids聚类距离算子进行节点相似性度量,并根据MSN的实际特点,构造含有惩罚因子的适应度函数,限制不良个体参与进化。同时,针对标准遗传算法SGA局部搜索能力弱的特点,HRGCA引入个体进化控制策略。理论分析和仿真结果表明,该算法有效克服了传统K-medoids算法易陷入局部极小值、对初始中心选值敏感的问题。通过与传统SGA的仿真结果对比,HRCGA进一步提高了MSN组合全局寻优能力     

电力系统无功优化的一种新算法

本文提出了一种应用新的粒子群优化(NPSO)算法求解电力系统无功优化的新方法。给出了适合无功优化问题的具体实现方法以及应用NPSO算法求解电力系统无功优化的步骤。对IEEE30节点测试系统进行了无功优化计算。并与粒子群优化(PSO)算法的测试结果进行了比较。仿真结果表明,与PSO算法相比,应用NPSO算法求解无功优化问题是有效的。     

粒子群优化算法及在电站短期发电优化调度中的应用

论述了粒子群优化（PSO）算法的原理及在配电网扩展规划、检修计划、机组组合、最优潮流计算、配电网状态估计、优化设计等方面的应用。将该算法用于求解电力系统的短期发电优化调度,给出了算法具体实现以及求解短期发电优化调度的步骤。对15机测试系统进行了仿真计算,并与标准遗传算法（SGA）的测试结果进行了比较。仿真结果表明,与SGA相比,应用PSO算法求解短期发电优化调度具有更高质量的解,收验特性更好。     

一种求解TSP问题的改进遗传算法

TSP问题是一类经典的NP完全组合优化问题，传统的优化方法由于计算复杂性过大而难以求得全局最优解。遗传算法等智能优化算法在求解这类组合优化问题中表现出了强劲的潜力。作者利用遗传算法对TSP问题进行了研究分析，针对几组benchmark数据进行了仿真实验，在实验的基础上探索了遗传算子和遗传参数的优化设计，实验结果证明了遗传算法在解决TSP问题上的可行性和有效性。     

基于DNA进化算法的车辆调度问题

在建立一种物流配送车辆调度模型的基础上,针对传统启发式算法对复杂问题搜索效率低、易陷入局部最优的缺点,构造了DNA进化算法求解该问题。将其在个体变异操作中进行了一些改进,避免陷入局部最优。车辆调度问题(V SP)属于组合优化NP难题。采用V SP问题进行测试,仿真结果表明:该算法简单可行,与其他算法相比较,不但有很好的求解性能,而且具有更快的收敛能力与搜索能力。     

基于PSAT的UPFC电力系统潮流建模与仿真

相对于传统的控制方法,统一潮流控制器(UPFC)的灵活控制可以更好地提高电网稳定性。为了能够更加深入地研究计及UPFC的电力系统潮流问题,采用在PSAT环境下进行仿真分析。提出了一种改进的功率注入模型进行潮流计算,以电力系统稳定性及电力市场经济性求解最优潮流。最后对IEEE9节点系统仿真,结果表明方法可行,采用PSAT分析具有较高的参考价值。     

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。     

基于均衡策略的无线传感器网络协作模型

基于离散空间最优搜索理论中的基于博弈理论的协作策略模型,通过综合考虑无线传感器网络中节点转发数据所付出的代价和利益、节点能耗及相邻节点过去的行为,提出了一种自适应能耗均衡网络协作模型,并给出了相应的数学最优化模型及求解算法。优化的目标是均衡网络能耗和吞吐量,进而最大化网络寿命。模型通过能量因子和转发数据包数量来调节节点行为,使传感器网络的整体能耗趋向均衡。一个数值例子说明,该路由选择策略及求解算法是可行且有效的。     

规划求解法优化及应用研究

产品品种较少、下料方案众多时下料问题是复杂组合优化问题，有效解法较少，相关问题主要解法是规划解法和人工智能算法。规划求解法在问题规模小时比较有效，规模大时会出现“组合爆炸”,影响应用推广。人工智能算法繁琐、求解时间长、有些方法易陷入局部最优、容易陷入早熟、停滞的缺点，不如规划求解优化程度高。为了克服这些问题、有效运用规划解法，提出新的一大一小简便解法，新解法选择代表性好、优化程度高的下料方案，入选下料方案有限，求解效率高、方法简单、易于掌握、优化程度高。     

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。     

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。     

移动荷载作用下桁架结构优化设计问题研究

建立了移动荷载作用下桁架结构尺寸优化问题的数学模型,将移动荷载作用下桁架结构尺寸优化问题转化为移动荷载在桁架节点上依次移动的多工况优化问题进行求解。同时采用准则法求解移动荷载每个作用位置时桁架结构优化问题的局部最优解,即桁架结构优化问题的全局最优解是所有工况局部最优解的最大值。以某大桥主桥钢桁架为例,研究了在桥梁自身质量和中-活载联合作用下桥梁主桁架结构尺寸优化问题。计算结果表明:与传统设计方法相比,移动荷载作用下的桥梁主桁架优化后结构总质量减少63.93%。说明考虑荷载移动的桁架结构优化设计方法应用潜力较大,经济性显著。     

LAD准则下的无线传感器网络节点定位方法

多维标度算法广泛应用于无线传感器网络的节点定位。经典的MDS算法通过构造距离平方矩阵(非相似性矩阵)和进行双质心变换,在相似性空间中根据最小二乘准则进行求解。若测量噪声为高斯白噪声,经过变换后,相似性矩阵中元素的误差不再服从高斯分布,基于LS的估计不再是最优的。针对这一问题,用最小绝对值偏差准则改进MDS算法代价函数,对无线传感器网络节点定位进行研究。仿真结果表明,该方法具有良好的稳健性,比经典MDS算法具有更好的定位性能。     

基于模拟植物生长算法的构造通讯网络Steiner最优树方法

通讯网络作为现代社会信息系统不可或缺的重要枢纽,其设计问题直接影响总消耗成本的高低.本文提出了基于模拟植物生长算法求解通信网络设计问题的新方法.对于给定原始通讯节点的通讯网络,利用模拟植物生长算法来构造网络的Steiner最优树使得网络总布线耗费达到最小.通过对实例计算,结果表明,本算法不仅可获得问题的最优解,计算所需时间也有减少,明显优于其他方法.     

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。     

线性工程项目工期成本优化方法

离散的工期成本组合优化问题是工程项目管理中的一个经典问题,但是对线性工程项目的工期成本组合优化还很少有人研究。本文在线性工程项目进度计划模型的基础上提出了一种新的工期成本组合优化方法。通过该方法,能够在众多的组合方案中快速而准确地确定出最优的帕累托解集,从而帮助项目管理者进行有效的工期成本决策。对一个公路工程案例的应用表明,该方法具有较高的求解效率,能够快速的缩小优化问题求解的空间,并最终获得最优的工期成本组合方案。     

求解复杂旅行商问题的混合粒子群算法

针对粒子群算法在解决组合优化时存在早熟和易陷入局部最优的问题,提出一种求解旅行商问题( TSP)的混合 粒子群算法。将粒子群算法与遗传算法结合,引入遗传算法中的交叉和变异操作,通过个体极值和群体极值的交叉以及 粒子自身变异的方式增加种群的多样性,避免粒子陷入局部最优,提高算法的局部搜索能力。仿真结果表明,新的混合 粒子群算法在解决TSP问题时具有较好的收敛性及优化效果。     

面向表面质量的镍基高温合金铣削参数多目标优化研究

针对镍基高温合金材料在铣削过程中存在表面加工质量低的问题,提出一种基于神经网络及NSGA-Ⅱ算法的工艺参数多目标优化方法。采用不同工艺参数进行数控铣削镍基高温合金Inconel 718加工并获取数据集,以表面粗糙度为输出,不同工艺参数组合为输入,利用麻雀搜索算法建立SSA-BP神经网络模型用于预测Inconel 718铣削表面粗糙度;以最大材料去除率、最小表面粗糙度为优化目标,构建NSGA-Ⅱ工艺参数多目标优化主体模型,调用构建好的预测模型作为主体模型的目标函数并优化求解得到Pareto最优解集。使用TOPSIS法对Pareto最优解集进行最优解决策,得出最佳的工艺参数组合。优化结果表明：该方法不仅可用于高温合金材料数控铣削表面粗糙度预测,还可用于工艺参数优化,为进一步提高数控铣削材料加工质量和效率提供参考。     

基于信赖域的无线传感器网络节点定位算法

在无线传感器网络中,基于测距的无线定位方法通常基于各类测距模型,以最小二乘法估计位置初值,再利用优化算法提高定位精度。由于测距过程受到各类噪声及其分布变化的影响,在低信噪比情况下传统优化算法存在精度降低、收敛性差等性能恶化的问题,通常导致估计的结果不是最优。针对这一问题,将信赖域算法用于迭代优化过程,使用锥模型函数逼近定位目标函数,将目标函数的优化过程转变为一系列最优化子问题。仿真结果表明,该方法性能稳定,收敛速度快,在低信噪比环境下比传统算法具有更好的定位性能。     

一类投资组合模型的模糊两阶段算法

对多目标证券组合投资模型进行了研究,模型以风险损失率作为风险。该模型是一多目标线性优化问题,我们采用模糊折衷算法对模型进行了求解,算例给出了该模型的一个实例的最优解。