一类约束连续型minimax问题的改进算法研究

本文研究了一类约束连续型minimax问题,其中目标函数关于外层决策变量二阶连续可微,约束函数只含内层或者外层决策变量。针对由极大熵函数以及罚函数将约束问题转化而成的无约束可微优化问题,本文利用可微优化方法 Newton法进行求解,建立基本算法,给出数值算例,表明算法的可靠性和有效性。     

油藏高含水期注采液量优化

针对目前高含水期强边底水油藏注采液量优化是以人工设定方案,人为因素影响较大,具有随意性和盲目性,优选出的方案不一定是最佳方案等问题,基于井间连通性计算模型,建立注采液量优化数学模型,以经济净现值NPV作为目标函数,结合油田实际制定相应约束条件,运用收敛性很好的GSPSA算法进行优化计算,能够自动进行注采液量优化,极大节省生产优化时间。国外实际油田应用表明,示踪剂试验验证该模型可靠性较好,生产优化目标函数收敛,区块优化的注采液量达到了很好的控水增油效果。     

郭涛算法在模板匹配中的应用

目前图像模板匹配算法一般都有计算量非常大的缺点,在实际运用中存在一定问题,根据这一问题提出了将演化算法应用到图像模板相关匹配中。模板匹配实际是寻找最优解的问题,将模板和子图像的互相关函数作为目标函数,基于演化的郭涛算法实现了模板匹配的最优解。最后根据实验说明了该算法较传统的遍历式模板匹配算法具有计算量大大减少的优越性。     

混合时间窗下多目标电商物流路径优化研究

结合电商物流特点,探讨混合时间窗车辆路径问题,设计了混合时间窗惩罚函数和模糊预约时间函数,建立了基于混合时间窗约束的多目标车辆路径模型。设计了改进智能水滴算法对模型进行求解,改进节点概率选择方式来保护优秀水滴,设置路径泥土量最大和最小限制以防止算法提前进入收敛。最后,运用实际案例模拟计算,与传统智能水滴算法计算结果对比分析。结果表明,改进智能水滴算法求解混合时间窗下多目标电商物流路径优化问题,能够以很高的概率获得更优的全局最优解,是求解这类问题有效算法。     

基于改进智能水滴算法的混合时间窗电商物流路径优化研究

结合电商物流特点,探讨混合时间窗车辆路径问题,设计混合时间窗惩罚函数和模糊预约时间函数,建立基于混合时间窗约束的多目标车辆路径模型。设计改进智能水滴算法对模型进行求解,改进节点概率选择方式来保护优秀水滴,设置路径泥土量最大和最小限制以防止算法提前进入收敛。最后,运用实际案例模拟计算,与传统智能水滴算法计算结果对比分析。结果表明,改进智能水滴算法求解混合时间窗下多目标电商物流路径优化问题,能够以很高的概率获得更优的全局最优解,是求解这类问题有效算法。     

蚂蚁算法在交通配流中的应用

对交通优化中的平衡配流问题给出一种新的基于蚂蚁群集智能的随机型搜索算法，对目标函数没有任何可微甚至连续的要求，并可有效克服经典算法易于陷入局部最优解的常见弊病，经一系列算例测试，收效良好。     

基于混合粒子群的核磁共振反演算法研究

传统的基于最小方差原理的反演结果依赖于初始模型选择,易陷入局部极小,针对以上问题,文章利用完全非线性反演方法-粒子群反演算法,对核磁共振探测地下水的数据资料进行反演解释,该算法具有操作简单,并行处理,不要求被优化的目标函数具有可微、可导、连续等性质的优点。将基本粒子群算法与模拟退火算法结合,加入非线性约束优化条件,使其适用于核磁共振探测地下水数据资料的反演解释。试验结果表明,混合粒子群反演算法反演结果精度较高,收敛速度较快,验证了粒子群优化算法在核磁共振反演应用中的可行性。     

BFGS算法综述

目前对一般无约束最优化问题的研究主要是以拟牛顿算法为主,并且随着研究的深入,各种基于修改原始拟牛顿方程的新拟牛顿算法取得了较好的成果。文章主要对几种改进后的算法做个综述。     

基于并行文化微粒群优化算法的非线性方程组解法

并行文化微粒群优化算法是一种改进的微粒群优化算法,具有较强的全局搜索能力.将非线性方程组的求解问题转化为函数优化问题,应用并行文化微粒群优化算法求解非线性方程组的解.计算中不需要使用目标函数的导数信息和初始点信息,数值实验结果表明了该算法的有效性和可行性.     

粒子群优化算法在油气混输管网参数优化中的应用

油气混输管网多目标参数优化问题,一直是优化研究的热点。对这个多目标线性规划问题,采用新出现的粒子群优化算法进行管网优化计算,建立优化计算的目标函数、水力热学模型及管网的分析模型,并用并列选择法和权重系数变化法对模型进行求解。该文尝试把粒子群优化算法应用到油气混输管网参数优化设计中,实验结果表明,采用粒子群算法的优化方法可以节省费用的20%以上。     

正丁基硫醇-正辛烷-四甘醇液液平衡数据的测定与关联

利用气相色谱法测定了常压下40，50，60℃时正丁基硫醇一正辛烷一四甘醇三元体系的液液平衡数据，采用标准曲线法定量。用NRTL模型对所测数据进行了热力学关联，关联时采用封闭体系的热力学平衡准则——混合吉布斯自由能最小来解决其多解问题。选用摩尔分数为目标函数，分别采用单纯形和拟牛顿优化法求出了相应的模型参数。     

多目标猫群算法求解切削参数优化问题

针对车床切削过程的复杂性,在充分考虑加工过程约束条件的基础上,建立了生产率、刀具耗损寿命和表面粗糙度的切削参数优化问题的数学模型。推导和分析发现,目标函数和和分析切削参数约束条件都是关于进给量、切削速度和背吃刀量的方程和不等式,为优化奠定了良好的基础。采用改进的多目标猫群算法进行优化,结果表明,该算法能有效求解切削参数优化问题。     

无约束优化问题的精细修正牛顿算法分析

无约束优化问题是人们在探讨优化问题的典型和基础。为了解决这一问题,这一问题被提出时,牛顿通过研究确定了一种快速收敛的方式,解决了最速下降法存在的收敛性局限问题。但与此同时,牛顿算法不能解决一般非凸函数求解中迭代点矩阵正定不定的问题。最速下降法和牛顿算法可以分别解决迭代点矩阵负定或半负定、正定的问题。在前人研究的修正牛顿算法的基础上,笔者提出对最速下降法、牛顿算法及修正牛顿算法的优势进行结合,从而获得一种精细修正牛顿算法,用以解决迭代点矩阵正定不定的问题,收效良好,可以进行全局的收敛分析。     

基于微粒群算法的工程网络计划多资源均衡优化研究

为了更有效地解决工程施工管理中的多资源均衡问题,将改进的微粒群算法应用到多资源均衡优化中来,利用微粒群算法原理中粒子飞行中位置的进化过程来搜索各工序活动的最优开始时间方案。通过算例证明,该设计的目标函数可以更好地反映多资源均衡程度,同时以粒子群算法来解决此类问题具有搜索精度高,计算结果较为理想,贴近实际的特点,反映了在工程项目管理的多资源均衡优化中的可行性及有效性。文章提出的算法对于工程网络计划中的多资源均衡优化具有实际应用价值。     

基于改进PSO算法的电力系统无功优化

无功优化的目的在于确定系统中无功的合理配置,针对传统粒子群算法的不足,提出一种改进的小生境粒子群优化算法:借助于问题的局部极值点信息,对原目标函数进行"拉伸"变换,达到优化计算、缩小目标函数极值范围和降低搜索难度的目的.针对IEEE-6节点标准系统进行了仿真结果表明,所提算法不仅收敛速度更快,且具备更强的全局搜索能力.     

实际问题中的包装盒问题

本节课是导数在实际生活中的应用的第一节课,在之前学习了导数在求最大值与最小值的应用后,通过生活中优化问题的学习,体会导数在解决实际问题中的作用,促进学生全面认识数学的科学价值、应用价值和文化价值。而本节课主要是解决几何方面有关最大(小)值问题,一般是先建立目标函数,建立好目标函数后,则问题就转化为上一节的内容了,所以要求学生学会分析实际问题,将其抽象成数学模型,建立目标函数,再用导数求目标函数的最值问题,最后根据实际问题作答。促进学生解决问题的能力,进一步提高学生学习数学的兴趣。     

基于量子进化算法的人体跟踪

提出了基于量子进化算法的人体跟踪方法。量子进化算法借鉴了量子计算的思想,具有较强的寻优能力和较快的运算速度,在基于量子进化算法的人体跟踪中,将跟踪置于函数优化框架内,视跟踪为在模型可行域内求解与图像观测特征具有最优匹配的模型的函数优化问题,并对此目标函数使用量子进化算法寻优。模拟场景实验表明,与基于粒子滤波的人体跟踪算法相比,基于量子进化算法的人体跟踪具有较高的跟踪精度和较快的运算速度。     

人工免疫多目标进化算法在动态车辆路径优化中的应用

建立了动态车辆路径优化问题的数学模型,提出了一种基于聚集密度的人工免疫多目标进化算法。该算法首先计算群体中每个个体的聚集密度,再根据目标函数值和聚集密度定义一个偏序集,然后采用比例选择原则依次从偏序集中选择个体,更新精英集。实验结果表明,该算法是解决动态车辆路径问题的有效方法。     

用正交设计方法求解非线性规划的区间约束最优化问题

给出了以正交设计原理为基础的两种方法———正交表法和加点正交表法,求解非线性规划的区间约束最优化问题。方法不要求目标函数可导,不依赖于初始点,计算速度快,算法简单,容易编成程序在计算机上执行。用检验考题对算法进行了验证,并进行了分析和探讨     

基于机场放行能力的离场航班时刻优化

航班优化时刻问题属于NP难题,航空运输量的快速增长造成枢纽机场延误愈发严重,给流量管理增加了难度,也造成了极大的经济损失。为解决这一难题文章从流量管理者角度出发,并考虑了航空公司利益,以最小化航班最大调整量和最小总延误时间为目标函数,结合了机场实际放行保障能力,建立了航班时刻优化模型,运用LINGO软件进行了快速求解。以成都双流国际机场的实际运行数据为基础,对模型进行验证。优化结果表明,所提算法能够充分缓解计划延误,对295个航班进行优化后可使总延误时间减少54.0%,且优化后航班时刻安排更加均匀。能够为流量管理者提供决策依据,同时也可作为航空公司制定飞行计划的参考。