基于离散粒子群算法的多约束多目标优化

利用粒子群算法(PSO)提出了一个新的粒子编码方法,并将其用于高校排课问题。通过对某高校的排课数据进行测试,结果表明,本文所提出的改进PSO算法对于解决高校排课问题的优化是有效的,对其它多目标问题地求解也有借鉴意义。     

一类约束优化问题的改进教学优化算法

设计算法求解约束优化问题是一个热点问题。本文针对传统教学优化算法的教学因子进行了改进,提出了改进的教学优化算法,对效果用一个复杂的数值例子进了验证,并与标准的教学优化算法进行比较,结果得到了有效的改进。     

二次约束下的边界约束非凸二次规划问题的最优化算法

二次规划是非线性规划问题中较为重要的一种,非线性规划问题的发展方向是使非线性规划问题变换成以序列为基础的对二次规划问题的求解与计算。文中将二次约束下的边界约束非凸二次规划问题作为研究目标,运用改进的分支定界算法对该问题进行最优化求解。首先,利用非线性二次函数的特性对原问题实现等价问题的变换,采用新型改进的线性松弛策略实现对原问题函数的松弛效果,利用外接最小体积椭球松弛法求解目标函数最优解下界值,再用最大体积椭球紧缩法求解目标函数最优解上界值,重复迭代步骤至下界与上界相等;其次,在确定原问题的最优下界和上界后,利用超矩形缩减法及标准二分法在松弛结果基础上对超矩形实现削减,使全局中不是最优解的部分得到剔除,最终实现非凸二次规划问题最优解。通过仿真实验证明,利用文中改进型分支定界算法使非凸二次规划问题达到了全局最优解。     

一种基于网络控制系统的时滞优化算法研究

在网络化控制系统中,网络诱导时廷是降低系统性能以及影响系统的稳定性的重要因素之一.本文通过系统建模,借助线性矩阵不等式,提出了一种基于网络控制系统的时滞相关优化算法.仿真实验结果表明,该算法具备一定的优越性.     

混合单纯形算法与差分算法求解约束优化问题研究

为了求解约束优化问题,本文设计了一种基于约束的单纯形算法,并将其与差分算法想混合,实验证明算法能够得到较好的结果。     

离散系统最优控制中动态规划的神经网络算法

本文对解决动态规划中最优路径的Hopfield神经网络的算法进行了改进，提出了应用该神经网络算法解决离散系统最优控制中动态规划问题，讨论了系统中状态、控制和终点均有约束情形的具体实现步骤。     

一类多时滞的向量差分方程的渐近稳定性（英文）

本文讨论了一类具有时滞的差分方程的渐近稳定性。利用矩阵性质和不等式技巧给出了该类方程渐近稳定的充要条件。     

基于多样约束模型的远程教育数据库优化查询算法

提出了一种基于多样约束模型的数据库优化查询方法。将数据库中数据进行分类处理,按照数据特征将数据库中信息分为多个不同的类别,为数据库优化查询提供准确的数据基础。建立多样约束模型,判断符合查询条件的数据类别,根据不同的数据类别进行数据查询,从而实现数据库优化查询。实验结果表明,利用这种算法进行数据库查询优化,能够有效提高数据库信息查询的效率。     

基于反馈约束改进蚁群算法的网络路由优化

通过优化网络路由,提高网络的拓扑性能,实现网络的能量平衡。传统的网络路由算法采用能量平衡环形路由算法,出现网络能耗不均衡。提出一种基于反馈约束改进蚁群算法的网络路由优化方法。采用区域分割处理办法,得到分簇路由任务概率随机分布模式下的置信概率,通过蚁群反馈约束,提高信息正确传输的概率,根据贝叶斯定理,得到路由现成路由子节点定位和扑救路径方位置信度的递归计算式,实现网络路由优化。仿真实验表明,算法能有效提高网络信息正确传输的概率,可靠性较高,几乎能达到无失真传输,随着路由跳数的增加,设计的路由算法的优势愈发明显,提高了信息传输的通信质量。     

基于关联约束最优模型的数据库优化查询算法

大型数据库中的数据的属性种类很多。大规模的计算频繁数据集会造成数据运算量巨大。没有形成很好的数据约束规则,随着数据种类的增加,会使得查询较为耗时。为了解决此问题,提出一种基于关联约束最优模型的数据库优化查询算法,设计一种关联分辨器的功能,对数据进行关联数据集划分,运用数据约束技术,排除频繁集项过于复杂的干扰,对数据库的查询过程进行优化。实验表明,该方法能够较好的完成数据的关联,提高了查询的效率。     

时滞关联系统的鲁棒稳定性分析

本文考虑常时滞与变时滞的不确定关联大系统,针对具有矩阵多胞型结构不确定性情形,利用Lyapunov函数和LMI,得出了系统鲁棒稳定的时滞无关的判别条件。     

关于一类时滞系统的无条件稳定性

本文对一类单个常时滞系统(1)的无条件稳定性进行了讨论,获得了定理1和定理2。     

带有扰动的时滞系统的稳定性分析

采用新的Lyapunov函数方法,获得了具有非线性扰动的时滞系统稳定性充分条件,引入了新的引理,利用线性矩阵不等式技术(LMI),得到了更好的保守性结果,数值仿真例子说明了方法的可行性和有效性。     

添加约束的EKF-SLAM算法

为了得到较高的估计精度,基于扩展卡尔曼滤波的同时定位与地图生成算法(EKF-SLAM)需要完成多次路径闭合.这不仅消耗大量的时间与能量,而且增大了机器人发生故障的概率.本文提出一种添加约束的EKF-SLAM算法.该算法通过分析协方差矩阵确定目标路标对,用测量信息与全局先验方向对原估计结果进行约束,能够极大改善估计效果,兼顾高效率与高精度.实验结果及其分析充分表明了算法的有效性.     

一类时滞微分方程的简易数值算法

基于经典的龙格库塔法推导出一类时滞微分方程的简易数值算法,设定了其使用范围并证明了其具有二阶精度;最后列举两个算例,该算法的计算结果与解析解或大型软件的计算结果吻合较好。     

具有时滞的HCV感染模型的稳定性分析

本文研究的是具有细胞内时滞的HCV传染病模型,模型的动力学完全由基本再生数R_0,R_1,R_2来确定,通过构造Lyapunov泛函并利用LaSalle不变原理研究了,当1R_0R_1时,无免疫平衡点是全局渐进稳定的。     

基于模式搜索方法的解不等式约束优化问题的算法设计

针对不等式约束的优化问题,构造了一类带新的NCP函数的增广拉格朗日函数,在一定的条件下,证明了增广拉格朗日函数的平稳点、局部极小点之间、全局最小点与原问题KKT点、局部极小点全局最小点有1-1对应关系。然后针对这个增广拉格朗日函数的特点,把模式搜索方法运用在构造的算法中,并证明了算法的收敛性。     

多种群粒子群分层进化优化算法

粒子群优化算法已越来越广泛的应用于求解优化问题,它简单实用且对一些复杂问题也能得到不错的结果,但它收敛速度慢且容易陷入局部最优值。多种群粒子群分层进化优化算法让粒子分层进化,对于具有不同适应度值的粒子采取不同的进化措施,提高了算法的收敛速度和精度。     

多种群蚁群算法应用于配电网无功优化

蚁群算法是一种优化算法,采用改进的蚁群算法对无功补偿装置进行优化配置,对补偿装置地点和容量做出优化选择。通过仿真实验证实此优化算法可有效实现配电网的安全经济运行。     

基于最优多属性约束的IPV6动态路由协议优化

提出一种基于最优多属性约束的IPV6动态路由协议优化方法。根据IPV6动态路由协议中数据属性的约束条件,建立最优多属性约束模型,用来描述不同属性约束条件需要符合的要求。详细描述了IPV6动态路由协议的设计方式,从而实现大范围网络通信。实验结果表明,利用这种方法进行网络通信,能够避免传统算法的缺陷,提高了通信效率,取得了令人满意的结果。