有缺货限制的VRP蚂蚁算法研究

在经典VRP的基础上，结合实际背景提出一种缺货情况下的车辆路径问题，并给出基于蚂蚁系统寻优思想的求解方法。经大量数据测试，获得了较好的结果。     

燃料电池发动机优化控制的建模与蚂蚁算法研究

以某燃料电池发动机为原型,将神经网络辨识方法应用到其非线性系统的建模中.仿真结果表明,方法可行,建立的模型精度较高.在此模型的基础上,为了缩短发动机在常温启动时的暖机时间(升温至正常工作温度范围)和提高其输出功率以及在高温怠速加速时,保持其升温的平稳性和缩短达到额定输出功率的时间,将蚂蚁算法应用于发动机的优化控制问题.最后通过对模型的测试,采用蚂蚁算法优化后的控制方法基本达到了要求目标,与传统PID控制方法相比较,显示了其优越性.     

运用车流波动理论计算道路交叉口信号控制的最短周期

考虑到交通运行中停车集散波对车辆排队长度的影响,对Webster算法进行了改进,提出了运用车流波动理论计算道路交叉口信号控制中最短周期设计的修正公式.     

蚂蚁算法的基本原理及其研究发展现状

蚂蚁算法是一种新的随机优化算法,它利用人工蚂蚁在其途经路上释放信息素寻优,体现了正反馈、分布式、多agent协同性和并行性等特点。文章详述了蚂蚁算法原理、蚂蚁算法的原型——TSP问题的蚂蚁算法以及蚂蚁算法在应用和理论方面的研究进展,明确指出了其极为广泛的应用前景。     

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。     

绍兴市区交通红绿灯配时优化模型研究——以大龙市场十字路口为例

通过分析十字交叉路口的几何临界条件和车流量通行的临界条件,建立了左转车道待转区的设置模型.以绍兴市区大龙市场交叉路口为例,建立了相位绿灯时间下的十字路口红绿灯配时方案.在此基础上进一步考虑黄灯闪亮时间的配时模型.     

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。     

求解QoS组播路由问题的改进蚂蚁算法

蚂蚁算法是一种相对较新的启发式方法，通过模拟蚂蚁的觅食行为，提出了求解QoS组播路由问题的改进蚂蚁算法。仿真实验表明，该算法能以较高速度收敛，有效地解决QoS组播路由问题。     

动态分群的微粒群优化算法

在分析基本微粒群优化算法的基础上,引进分群思想,提出了一种动态分群的微粒群优化算法(DPSO)。根据适应值的大小将微粒群分成两个或多个分群,然后,每个分群采用不同的策略分别搜索,得到输出最优值。将动态分群的微粒群优化算法用于一些常用测试函数的优化问题,实例计算表明:DPSO具有较强的全局寻优能力。将DPSO用于延迟焦化装置粗汽油干点软测量,所建模型的泛化性较好,模型具有较高的精度。     

基于人工鱼群和MP算法的信号稀疏分解

为提高信号稀疏分解的速度,提出了一种基于人工鱼群优化的MP信号稀疏分解算法。该算法先利用模拟退火算法来快速寻找Matching Pursuit（MP）过程每一步的最优原子,然后采用人工鱼群算法优化稀疏分解,仿真实验结果表明在分解中不需要存储整个冗余字典,降低了算法的空间复杂度,从而能有效和快速地进行信号稀疏分解。     

双目标旅行商问题及其蚂蚁算法实验研究

对双目标旅行商问题设计了基于Pareto概念的多目标蚂蚁算法.借助于算法的全局搜索能力,在整个解空间内快速搜索多目标组合的Pareto有效解,并利用多目标蚂蚁算法维持解集多样性的特点,使搜索到的Pareto解在前沿均匀分布.经大量算例求解验证了其有效性,该算法具有较好的通用性.     

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。     

城市灯控交叉口慢行交通违章行为及对策

为分析城市灯控交叉口慢行交通违章行为的诱因,寻求有效的治理对策,分析了相关违章案例的特性和慢行交通管理法规。分析认为,在合理设计城市灯控交叉口的前提下,慢行交通参与者片面理解《中华人民共和国道路交通安全法（2007修正）》第76条、缺乏安全意识、违章成本低且执法成本高,造成其违章行为屡见不鲜。分析结果表明,完善交通法规的科学性、严肃性、适应性和普及学校、社会安全教育,提高慢行交通参与者的安全意识,有利于降低城市交叉口慢行交通违章率,创建安全高效的城市道路交叉口。     

决策树优化研究

提出用新的极值点禁忌搜索算法构造分类问题的全局优化决策树,该算法呆用于不可微分的目标函数。全局树优化方法是非贪婪的,用于构造具有固定结构的多变量决策树,将多变量决策树表示成析取线性不等式集合,全局树优化就是使析取线性不等式中的分类误差最小化。     

二进制改进粒子群算法在背包问题中的应用

提出了用于求解0 1背包问题的二进制编码的粒子群算法,阐明了该算法求解背包问题的具体实现过程.为了提高粒子群算法的收敛速度,在传统的二进制编码的粒子群算法中嵌入了记忆功能.通过对其他文献中仿真实例的计算和结果比较,表明该算法在寻优能力、计算速度和稳定性方面都超过了文献中提到的遗传算法和模拟退火算法.提出的求解背包问题的二进制改进粒子群算法,同样可以应用于其他离散优化问题.     

基于粒子群算法的弹簧可靠性优化设计

将人工生命中的粒子群优化算法引入弹簧的可靠性优化设计中,根据弹簧可靠性优化设计的特点,提出了一种适用于弹簧可靠性优化设计的约束型粒子群优化算法。实验表明这种方法是有效的,这为机械可靠性优化设计的研究提供了一种新方法。     

TSP及其扩展问题的混合型启发式算法

就经典的旅行商问题（ＴＳＰ）及其扩展形式;瓶颈问题、多目标问题等给出一种混合型启发式算法,并知微机上予以实现,为困难的扩展型ＴＳＰ提供了新的求解手段。