基于改进人工鱼群算法的配电网规划

针对人工鱼群算法在求解配电网规划时存在的计算复杂度以及收敛性方面的缺陷,本文提出了一种改进的人工鱼群算法。该算法引入了禁忌搜索中的记忆功能,可以避免迂回搜索从而提高计算的效率。通过建立网架优化年综合费用最小模型,并采用改进人工鱼群算法进行求解,实例验证所提方法的正确性和优越性。     

蚁群算法简介

介绍了一种求解复杂优化问题的启发式算法--蚁群算法,并列举了其在部队物流管理中的应用案例.该方法通过模拟蚁群对"信息素"的控制和利用进行搜索食物的过程,达到求解最优结果的目的.它具有智能搜索、全局优化、稳健性强、易与其它方法结合等优点,适用于解决组合优化问题,包括运输路线优化问题.     

基于细胞膜优化的人工鱼群算法研究

研究人工鱼群算法优化问题,为了改进AFSA在非全局极值点出现较严重聚集情况时,收敛速度降低,甚至陷入局部极值,搜索性能劣化的问题,采用细胞膜优化算法物质的转运方式,对人工鱼群算法的寻优行为进行改进,从而一定程度上避免算法陷入局部最优,提出了一种基于细胞膜优化的人工鱼群算法.通过4个典型函数仿真和应用实例仿真结果表明,该算法是可行有效的,求解精度更高,算法更稳定.     

一种改进的蚁群算法及其在复杂TSP问题上的应用

以简单TSP问题为例描述了传统蚁群算法过程,提出了其存在的问题及解决该问题的方法.提出了复杂TSP问题的定义,结合改进后的蚁群算法提出了解决复杂TSP问题的方法.通过实验表明,改进后的蚁群算法能够用于解决复杂TSP问题.     

改进的人工鱼群算法求解TSP问题的研究

针对旅行商(traveling salesman problem,TSP)是一个NP问题,本文使用改进的人工鱼群算法(improved artificial fish swarm algorithm,AFSA)进行线路的优化.首先阐述了TSP问题基本概念,其次针对基本的人工鱼群算法分别优化:(1)使用Laplace进行种群初始化,提高种群多样性;(2)使用正弦余弦算法取代觅食行为,保证算法在全局和局部范围内具有一定的平衡性;(3)利用人工蜂群算法对每一次迭代后的个体进行筛选,保证了算法的解的质量.仿真实验中本文算法在TSP路径规划方面具有一定的效果.     

基于蚁群算法的物流配送路径优化

物流配送路径优化是个复杂的强约束优化问题,该问题的解决对降低配送成本有重要意义。本文将近年新出现的蚁群算法应用于物流配送的路径优化问题,设计了求解物流配送路径优化问题的蚁群算法。通过对应用实例的仿真计算,结果表明该方法对物流配送路径优化是实用和有效的。为解决物流配送路径优化问题提供了一种新的随机搜索寻优的有力手段。     

人工鱼群算法研究与应用现状

人工鱼群算法是一种新兴的元启发式仿生群集智能优化算法。在分析生物鱼类特点的基础上,对人工鱼个体的模型进行了总结,概括了人工鱼群算法的参数改进研究现状以及混合鱼群算法的研究。对人工鱼群算法的应用领域进行了总结,并提出了今后人工鱼群算法的研究方向。     

引进特殊因子回溯算法寻找最优解

蚁群算法具有收敛速度慢,易陷于局部最优解等缺点。本文以最大-最小蚁群算法和基于变异蚁群算法思想为基础,在通过蚁群算法得到局部最优解后,引入特殊因子回溯的算法来寻找位于局部最优解附近的最优解。仿真实验证明,特殊因子回溯算法应用于寻找最优解问题是有效的。     

基于人工鱼群算法诊断电力系统故障问题

本文研究了基于人工鱼群算法及断路器跳闸信息的诊断电力系统故障问题。首先根据元件故障与断路器跳闸之间的逻辑关系,构造了电力系统故障诊断与鱼群算法的0-1模型,也可称之为人工鱼;然后使作为当前鱼的人工鱼,通过觅食行为逐步向视野范围内适应度最优的位置移动,并通过一定概率进行随机行为,以避免算法陷入局部最优;通过多次迭代,找到适应度为0的位置,即故障元件。实验证明,本算法能有效地在短时间内找到故障元件,其成功率在90%以上。     

基于自适应蚁群算法的最短路径搜索方法研究

最短路径问题是指在一个赋权图的两个节点之间找出一条边权和最小的路径,是图论中的一个经典问题,该问题和TSP等经典的组合优化问题具有很大的相似性,也属于组合优化问题.蚁群算法是一种新型的模拟进化算法,为求解复杂的组合优化问题提供了一种新的思路.本文应用蚁群算法求解最短路径问题,对选择策略、信息素挥发系数进行白适应地调整,避免算法出现早熟和停滞现象,并能较快地收敛到全局最优解.实验结果表明,该方法能有效解决最短路径搜索问题.     

基于改进蚁群算法的区域科技创新资源优化配置研究

根据区域科技创新资源的要素分类进行配置筛选,由于资源筛选是一个非线性组合优化的过程,因此通过改进蚁群算法的多次迭代运算,发现启发式信息、正反馈机制、信息素挥发机制是影响主体参与机制和资源要素配置的3个决定因子。最后根据政府的参与实证为例,提出可以寻找最优经济和社会效益导向下的区域科技创新资源最优配置体系。     

基于模糊线性规划模型的水-土-作物系统优化配置研究

为了进一步对陕西省蒲东灌区农业的规划发展,本文将线性规划模型和模糊优化模型应用到灌区土地-水-作物系统的规划和管理之中。该模型用于优化经济效益、作物产量和劳动力的利用,并寻求相关作物种植模式和对土地,水,肥和劳动力利用下农业系统的优化配置。根据研究区域情况,决定采用线性规划模型的三个目标函数输出数据作为模糊规划模型的约束条件,在模糊目标和模糊约束的模糊环境下,取得模糊优化模型的最优解方案。这些非结构化的模型能够很好的将地表水资源和地下水资源有效地联合利用。此外,对灌区农业系统优化配置后的净效益进行了对比评价。结果表明,本文提出的多目标模糊线性规划管理模型应用到农业系统土地-水-作物的优化配置中是可行的,合理地分配土地和水资源,提高了作物产量和净效益。     

Lexicographic MPC with multiple economic criteria for constrained nonlinear systems

Many control problems in process systems feature multi-objective optimization problems that involve several and often conflicting objective functions, such as economic profit and environmental concerns. In this paper, we consider a class of multi-objective model predictive control (MO-MPC) problems where nonlinear systems are subject to state and control constraints and multiple economic criteria are conflicting. Using the lexicographic optimization, we propose a prioritized MO-MPC scheme with guaranteed stability for economic optimization. At each sampling time, the MPC action is computed by solving a set of sequentially ordered single objective optimized control problems. Some sufficient conditions are established to ensure recursive feasibility and asymptotic stability of the MO-MPC in the context of economic criteria optimization. Two examples of multi-objective control of a coupled-tank system and a free-radical polymerization process are exploited to illustrate the effectiveness of the proposed MPC scheme and to evaluate the performance by some comparison experiments.     

黄河流域水资源多目标利用的柔性决策模式

水资源系统分析特点是大系统和多目标,包括经济持续发展、生态环境良性维持、社会和谐等多目标问题,解决这些问题,传统的运筹学方法常会遇到“维数灾”问题。论文针对水资源利用多目标特征,结合黄河流域水资源利用存在的主要问题,探讨水资源多目标利用的耦合关系,建立融合社会、经济与生态环境综合效益的水资源多目标优化模型体系。引入多目标柔性决策理论和决策者目标满意隶属度模糊推理技术,并在此基础上提出水资源多目标柔性分层决策方法。采用实数编码遗传算法优化求解,建立基于加速遗传算法（RAGA）的柔性决策（FDM）模型,利用模型强大的搜索功能和交互模式求解决策者满意的方案,避免维数灾问题。以2010水平年为例,进行黄河流域水资源利用模拟优化求解,结果表明优化方案可兼顾社会、经济和环境等目标,实现水资源的多目标优化分配,促进流域经济社会和谐发展、水资源高效利用。研究将多目标协调优化的柔性决策理论和方法引入水资源系统,为指导流域水资源的合理开发提供了一种宏观决策方法。     

灾害链、不确定供求和复杂应急资源分配网络的动态配置

基于灾害链、不确定供求和多周期情景,研究三层复杂应急资源分配网络应急资源的动态优化配置模型。该模型建立了3个带有主次关系的目标函数,分别为应急资源调度总时间最短、受灾人员损失最小和应急资源运输总费用最小,并从应急资源供给和需求等方面建立了相关约束条件。基于应急限制期约束对模型的多目标函数进行了转化,对相关参数进行了去模糊化处理,在此基础上给出具体算法,并用算例验证模型和算法的有效性和可行性。     

基于手术室综合运作成本的手术排程优化

手术室是医院收入和支出的重要部门,其运作管理是医院科学管理的核心环节,因此合理安排手术排程,控制手术室综合运作成本显得尤为重要.为了提升模型的实用性,在调研国内医院手术室运作现状基础上,以最优化手术室综合运作成本为目标函数,考虑完整的手术流程和多种源于国内医护现状的资源约束、手术优先级、及运作约束等实际因素,构建了手术排程的数学模型.在经典蚁群算法基础上,改进设计了新的内外层蚂蚁路径图结构,实现外层蚂蚁选择手术顺序,内层蚂蚁选择对应的资源序列.并以国内某三级甲等医院一天的手术为算例进行计算和算法评价.对比结果表明,此排程算法在排程效率、资源平衡性和手术室综合成本多个指标方面都有优越性.     

丰枯遭遇对引汉济渭受水区水资源配置的影响研究

河湖水系连通对提高我国水资源统筹调配能力具有重要的意义.然而,河湖水系连通水资源配置是一个十分复杂的系统优化问题,影响因素众多,传统水资源配置技术和方法不能完全满足河湖水系连通水资源配置的需求,特别是不能充分考虑丰枯遭遇对河湖水系连通水资源配置的影响.本文选择引汉济渭工程作为河湖水系连通典型案例,重点研究丰枯遭遇对河湖水系连通水资源配置的影响和重要性.通过对比传统水资源配置结果和基于丰枯遭遇分析的水资源配置结果,可以得到以下认识:①相比传统水资源配置,基于丰枯遭遇分析的水资源配置方案对不同情景下的总可供水量计算更加合理,提高了连通区域的水资源统筹调配能力;②相比传统水资源配置,基于丰枯遭遇分析的水资源配置方案更加灵活,增强了水资源管理对气候变化的适应能力.     

高校排课问题与算法分析

高校教务管理工作中,课程安排是一项重要而又复杂的基本工作。排课问题是典型的多重约束和组合优化的问题,通过最优的排列组合合理分配教学资源。本文通过对排课问题基本要素及相互约束条件的分析,结合自身实践描述了课表的编排原则,同时对模拟退火算法、图论法、遗传算法、蚁群算法等主要排课算法的原理和特点进行了阐述。     

基于改进粒子群算法的水资源优化配置的研究

针对现有水资源配置模型存在的不精确问题,在现有水资源模型基础上增加了决策偏好系数和排放污染物种类以提高模型精确性,以吉林市水资源基础数据初始化水资源优化配置模型,针对目前对模型进行优化的粒子群算法易出现局部最优等情况,引入萤火虫算法对其进行改进,通过萤火虫趋向最优解的原理改善粒子群算法出现局部最优的情况,并加速其收敛速度。应用改进粒子群算法对模型进行优化求解,得出水资源优化配置方案,以满足经济效益、社会效益、生态环境效益的全面要求。     

基于Pareto遗传算法的虚拟企业收益分配优化研究

现有的虚拟企业收益分配方法以单一过程为前提,着重于直接分析并提供最终收益分配方案,而没有考虑到时间因素在整个运营过程中的影响,忽略了各影响因素的动态性。本文在虚拟企业的收益分配中增加了时间因素,同时引入激励机制,并结合满意度建立了多目标优化模型,采用Pareto遗传算法进行了优化分析。算例表明所建模型在分析此类问题时较已有方法有一定改善。