一个无约束二次规划的秩一算法

本文提出了一个无约束二次规划的秩一算法，该算法对Davidon算法进行了改进并赋以一维搜索，证明了迭代矩阵的正定性，从而搜索方向是下降方向。此外得到了该算法有限步收敛的结果。     

一类修正阻尼牛顿算法

对一般目标函数极小化问题,提出一类新的修正阻尼牛顿法.若Hessian矩阵正定且目标函数梯度不为零,则搜索方向取牛顿方向;若Hessian矩阵不正定且非奇异,且目标函数梯度的转置和牛顿方向的数量积大于零时,搜索方向采用负牛顿方向;若Hessian矩阵奇异或者目标函数梯度的转置和牛顿方向的数量积等于零时,搜索方向则采用负梯度方向.因此该算法能保证搜索方向始终为下降方向,并证明对一般的非凸目标函数,该算法全局收敛.     

Armijo线搜索下一个修正的PRP共轭梯度法的全局收敛性

提出一个求解大规模无约束优化的修正PRP共轭梯度算法.在每步迭代中,该算法均能自动产生一个不依赖于任何线搜索的充分下降方向且该方向具有信赖域性质.通过使用Armijo线搜索计算步长,在标准的假设条件下,证明了算法的全局收敛性.数值实验结果表明该算法是有效的.     

一种修正的WYL共轭梯度法及其全局收敛性

文章提出了一种用于求解无约束优化问题的修正的WYL共轭梯度法,该算法在不依赖任何线性搜索的情况能够始终产生充分下降方向.在适当的条件下,采取了Armijo线性搜索的该算法具有全局收敛性,最后,我们给出相应的数值结果说明该算法是有效的.     

Armijo型线搜索下一个修正Hestenes-Stiefel共轭梯度法的全局收敛性

提出一个新的修正Hestenes-Stiefel(HS)非线性共轭梯度法(MHSCG算法).在精确线搜索下MH-SCG算法化归为标准的HS共轭梯度算法.该算法产生的搜索方向不依赖于线搜索准则而具有充分下降性.新方法在一个修正Armijo型线搜索下具有全局收敛性.数值试验表明,对于多数算例新算法比PRP、HS、LS算法具有更好的计算结果.     

一个K-均值文档聚类的改进算法

k均值算法是一个常用的局部搜索算法，它的主要缺陷是容易陷入局部极小，并且该局部极小解与全局最优解往往有很大的偏差。本文提出一个基于K-均值的迭代局部搜索文档聚类算法。该算法以k均值算法所得到的解作为初始解，从该初始解开始作局部搜索。在搜索过程中接受部分劣解。当解无法改进时，算法对所得到的局部极小解做适当强度的扰动后进行下一次的迭代，以跳出局部极小，从而拓展了搜索的范围。实验结果表明该算法对文档数据集聚类的正确性迭99％以上。     

一种新线搜索下DY共轭梯度法的全局收敛性

给出了一种新的非精确线性搜索，说明了在新的线性搜索下每次迭代产生下降方向。证明了一种共轭梯度算法的全局收敛性。     

一种定向交叉的单纯形遗传算法

针对交叉算子产生个体的无方向性特点，提出了一种改进的实数交叉算子。该交叉算子吸收了单纯形法的思想，每次交叉都朝着当代种群最优解的方向进行，以提高算法的局部搜索能力。为了防止算法陷入局部极值，还提出了一种爬坡算子。实验证明，改进算法在提高收敛速度、摆脱局部最优解方面极为有效。     

基于改进RRT算法的AGV路径规划研究

路径规划是自动导引小车(AGV)控制中的核心问题之一。针对经典RRT算法在静态全局状态空间中随机采样搜索节点时随机性大与效率低的问题,提出了一种改进的RRT（快速搜索随机树）路径规划算法。该算法结合双向搜索功能与自适应目标引力思想,利用双向搜索速度快与自适应目标引力朝目标点方向生长的特性,使AGV在规划路径时路径搜索效率更高,路径更平滑。实验仿真结果证明,改进的RRT算法可以在有效提高路径搜索效率的同时生成最优路径。     

无约束优化的过滤器线性搜索

构造了一种求解无约束优化的过滤器线性搜索的新方法,结合了过滤器算法的思想,其搜索方向由牛顿法产生。在新的迭代点产生时,采用过滤器算法的原则来判断该点是否被接受。并且在合理的假设下,全局和局部是二次收敛的。     

基于禁忌搜索算法的Job Shop调度问题研究

针对Job shop调度问题,提出了一种改进的禁忌搜索算法,通过从当前解的正序和倒序两个方向同时进行邻域搜索,扩大了搜索的范围。实验结果表明,该算法能有效地解决Job Shop问题。     

一种求解多峰函数优化问题的全局与局部搜索相结合的演化算法

搜索多极值点问题是遗传算法研究领域内的一个新的方向，本在郭涛算法^[1]的基础上引入梯度算子、单亲繁殖、小生境分离和全局与局部演化相结合的混合演化算法．实例测试表明，该算法能够快速求出多峰函数的所有全局最优解，得到令人满意的结果．     

基于带容量约束Memetic算法的动态车辆调度问题研究

针对物流配送过程中带容量约束的动态车辆调度问题,提出一种Memetic算法,旨在最小化成本。Memetic算法中采用量子与遗传算法混合进行全局搜索,并根据搜索点目标函数变化率,设计了一种自适应量子旋转门更新方式,通过子代种群适应度变化确定量子旋转角大小与方向,明确了种群进化方向,扩展了全局搜索范围,引入了一种变异操作,使算法种群多样性得以保持,提高全局搜索宽度,采用2-opt法结合swap法增强算法局部搜索能力。仿真实验验证了所提算法的有效性与优越性。     

一种基于弱拟牛顿方程的对角拟牛顿法

基于弱拟牛顿方程,结合Armijo非精确线性搜索设计了一种求解大规模无约束优化问题的对角拟牛顿法,该算法在每次迭代时利用对角矩阵逼近Hessian矩阵,使计算搜索方向的存储量和工作量明显减少.在一定的假设条件下,证明了算法的全局收敛性和R-线性收敛性.通过数值实验表明该算法是有效的,适于求解大型无约束优化问题.     

一类改进的谱共轭梯度法

谱共轭梯度法有两个方向控制参数,是解决大规模无约束优化问题的有效方法.本文提出了一个改进的谱参数θ_k,它不同于现有的θ_k.新算法在任何线搜索下都满足著名的共轭条件:d~T_ky_(k-1)=0.新方法的搜索方向在任何线搜索下都是充分下降的.在一般假设下,我们证明该方法在改进的Wolfe线搜索是全局收敛的.     

基于禁忌算法的中压配电网分段优化

以可靠性成本-效益分析为基础,提出采用改进禁忌搜索算法对中压配电网分段开关的配置进行优化.在考虑用户缺供电量的基础上,提出一种初始解设定方法以及适时调整搜索方向的搜索策略以弥补常规算法的不足并提高搜索效率.最后通过测试结果证明了该算法在计算速度、寻优概率方面具有优势.     

一种新的混沌免疫优化算法

结合混沌优化算法与免疫算法的特点,提出了一种新的混合优化方法———混沌免疫优化算法.该算法综合了免疫算法与混沌优化算法在各自的空间搜索优势,充分利用免疫算法的记忆库中当代最优解指导混沌搜索。实验结果表明,该算法具有较强的搜索能力和收敛性能,算法有效可行。     

求解多维0/1背包问题的Memetic算法

根据多维0/1背包问题的特点,结合遗传算法和模拟退火算法的优点,设计了一种Memetic算法。该算法以基于模式替换的改进遗传算法作为全局搜素算法,采用模拟退火算法进行局部搜索。全局搜索算法引入了模式替换,使每代种群中的最好基因个体保存下来形成模式,引导种群搜索方向,提高搜索性能,然后进行选择、均匀交叉和变异操作,最后采用最大化修复策略,对不可行解进行修复,并对可行解进行修正。模拟退火算法以一定概率接受较差的解,从而避免陷入局部最优解。通过实验仿真和算法比较验证了Memetic算法的优越性和有效性。     

标准Wolfe线搜索下修正的HS共轭梯度法

为求解非线性无约束优化问题,本文在HS共轭梯度法的基础上,得到一个修正的共轭梯度法。不依赖于强Wolfe线搜索的选择,仅在标准Wolfe线搜索下,证明该修正的共轭梯度法的搜索方向满足下降性和相应算法的全局收敛性。最后的数值实验结果表明该方法是有效的。     

一种改进的多值遗传算法研究

该文通过在多值遗传算法中引入模式基因来引导种群的搜索方向,算法在运行过程中不断搜索基因的各种组合,是一种有导向性的组合,模式基因的提取和利用加强了基因组合的导向性,有效提高算法的搜索效率。仿真实验表明了改算法的有效性。