基于SPMD的粗粒度并行遗传算法在立体仓库路径优化中的应用

为了提高粗粒度并行遗传算法性能,缩短对立体仓库路径优化问题的求解时间,将一种单程序多数据流（简称SPMD）并行结构运用到粗粒度并行遗传算法中,并对算法进行改进。通过对自动化立体仓库拣选路径优化模型的求解,得到串行与并行计算两种情况下的运算时间与加速比,并在求解精度相差不大的情况下,将改进算法的计算时间与遗传算法、蚁群遗传算法进行比较。对比结果表明,并行计算能有效提高算法优化效率,缩短程序执行时间。该研究对于解决自动化立体仓库堆垛拣选路径优化问题有着重要的现实意义。     

基于股份制公司综合投资决策模型的多目标优化算法分析

概述传统的多目标优化算法,对股份制公司的综合投资决策问题建立多目标优化模型,借助分量乘除法、线性加权和法、主要目标法、目标规划法等优化算法,运用LINGO软件对问题进行编程求解,对求解结果加以对比分析,给出可供选择的投资方案.     

智能优化算法在暑假旅游路线安排中的应用

为解决暑假旅行人员以成本最小化为目标的最佳旅行路线选择难题,基于路径优化理论（VRP）及粒子群算法,设计了以暑假旅游路线最短为优化目标的数学模型,采用计算机编程技术,设计了求解该优化模型的粒子群算法,并选择案例对模型及算法进行了验证。案例应用结果表明,该模型和算法能够有效解决最佳旅游路线选择难题,正确率达98%。基于VRP理论及粒子群算法的最短路选择模型不仅能够快速求解出最优路径方案,还能够有效降低人工经验选择最短路径中存在的误差。     

基于FFO算法的QoS组播路由服务性能优化研究

QoS组播路由服务性能的优化是全球性挑战的话题,此次研究针对如何准确求解符合网络质量要求的带宽、延时等约束条件,提出了一种基于FFO算法的QoS组播路由性能优化模型,引入随机嗅觉搜索策略和概率视觉灵敏性定位策略进行算法优化并利用果蝇味道浓度判定函数求解组播路由问题.通过对比7种进化算法在六种场景中的收敛速度和运行时间以及求解质量,证实PVFFO算法具有明显的优势.希望研究为播路由服务性能优化提供参考.     

用模拟退火算法求解TSP

货郎担问题,即TSP（Traveling Salesman Problem）,是一个组合优化问题。具有NPC计算复杂性。本文分析了模拟退火算法模型,研究了用模拟退火算法求解TSP算法的可行性,并给出了用模拟退火算法求解TSP问题的具体实现方法。     

基于数值算法的车辆动力学模型及数值求解方法精度的对比研究(英文)

目的:通过采用不同数值方法求解不同的车辆动力学模型,为车辆动力学模型研究提供参考;结合正交试验和多目标优化算法来分析各个参数对车辆性能的影响权重,采用多目标优化算法进行车辆动力学多目标优化分析,为车辆的设计提供参考依据。创新点:研究不同数值方法的求解精度,为车辆动力学求解方法提供新途径;采用正交试验设计研究车辆各参数的影响权重,为车辆设计提供参考;采用多目标优化算法设计车辆,能兼顾车辆多个方面的性能。方法:采用不同动力学求解算法、正交试验设计和多目标优化分析方法。结论:1.基于不同数值求解算法的研究表明,Hamming法要优于Newmark法和有限差分法,四阶Hamming法的精度不如龙格库塔法;2.正交试验可得到各参数对车辆动力学的影响权重,但忽略了参数间的交互效应;3.经过多目标优化设计,衡量车辆振动性能的两个指标分别减少了7.22%和6.82%。     

一类低秩矩阵填充问题的快速优化算法

低秩矩阵填充问题是一个秩最小化问题,通常凸松弛为核范数最小化问题来求解.该问题针对有无噪声或有无约束的情形需要分开求解,这使得求解过程变得繁琐.本文建立了一个基于核范数最小化的低秩矩阵填充统一模型,借助临近算子,设计了一种有效且具有收敛性保证的不动点凸优化算法求解该模型.通过对仿真数据和真实数据的数值实验,本文提出的算法与经典的算法相比,在计算效率和精度上都展现出较好的效果.     

基于基因约束算法的电子商务物流路径选取

采用混合整数线性规划对电子商务物流过程进行建模,联合考虑了正向和逆向物流的路径选择,建立了物流路径选取的最优化模型.设计了基于基因约束算法,结合组合局部搜索方法,利用基因约束算法、LINGO软件和CPLEX优化软件来求解本文的物流最优化模型,并对实验结果进行对比和分析.     

基于混合遗传算法在测试用例生成中的研究

采用智能优化算法求解测试用例生成问题是软件测试自动化领域的研究热点。针对标准遗传算法在测试用例生成中的不足,提出基于混合遗传算法的生成方法。该算法结合分支覆盖和路径覆盖两个指标对适应度函数进行优化设计,以加快数据的优化过程。通过调节因子对自适应的交叉和变异算子进行改进,并引入模拟退火机制,提高算法的局部搜索能力。实验表明,该算法在测试用例生成中的求解质量和运行效率均优于标准遗传算法。     

含售后服务的逆向物流选址问题研究

针对售后服务逆向物流网络设计中的售后服务中心、综合维修中心、生产厂家的个数和地址设置,基于优化运输成本和维修费用,提出了一个混合整数规划模型,然后通过遗传算法建立了该模型的一种求解算法,最后给出算例表明了模型和算法的有效性.     

0／1编码的克隆选择算法在选课模型中的应用

利用整数规划法建立选课策略模型。首先,考虑选课量最少而建立一种单目标约束整数规划模型;其次,既考虑选课量少又考虑学分多而建立一种多目标约束整数规划模型;最后,提出一种克隆选择算法对模型进行求解分析。该两类模型均属约束整数规划问题,已有的数学软件在求解该类问题时极难呈现出优越性,而智能优化算法具有较强的全局搜索和约束处理能力。故提出一种0／1编码的克隆选择算法,对所建立的模型分别进行仿真,所获结果表明,该算法能获得多组决策方案,较好的完成模型的求解。     

公交线路发车间隔优化的双层规划模型与算法

针对发车间隔这一公交车辆调度中需要考虑的关键因素,提出了一种优化线路发车间隔的双层规划模型.该模型从公交公司和乘客两者利益出发,上层模型以最小化公交系统中因发车频率设置而产生的时间和经济总成本为目标;下层模型是公交客流分配模型,用来描述发车间隔优化后的客流分配情况.设计了一种混合遗传算法,即模拟退火遗传算法,来求解模型.最后,以常州市某几条线路为例,利用公交数据对模型和算法进行了检测.结果表明：所提出的线路发车间隔优化模型体现了公交供需关系是合理的,而且求解算法是有效的.     

蚁群算法及其在TSP中的应用

根据蚂蚁生态学提出的蚁群算法是一种新颖的用于求解复杂组合优化问题的模拟进化算法,具有典型的群体智能特征,表现出较强的学习能力和适应能力。阐述了该算法的基本原理、算法模型和在旅行商问题中的具体应用过程,并对算法进行了总结和展望。     

长湖水库洪水优化调度

本文根据长湖水库日调节实际情况,建立洪水优化调度模型及系统计算软件,应用离散微分动态规划等优化方法求解.调度时结合遥测系统,降雨逞流模型采用逐次优化算法,利用模型连续求解与决策,有效地获得调度一场洪水的最优或较优策略.     

工程结构设计的组合定界算法及其软件系统

介绍了设计变量的许用离散集不同的离散变量结构优化设计问题的定界组合算法及其软件系统。根据静定化假设，给出了离散变量结构优化问题的数学模型，该模型实际上是一个组合优化问题，定界组合算法被用来求解该模型。给出了此算法的通用软件，利用Microsoft Visual C 6．0在Microsoft Window 2000 Professional下进行程序设计，实现了既可求解一般离散变量的线性规划问题，又能进行杆系结构优化的工具软件。软件也实现了用遗传算法求解离散变量结构优化设计，用户可以选择计算所用的算法。     

人工智能算法在排课系统中的研究与应用

通过对人工智能算法的研究,结合排课问题的求解难点和目标,提出以时间为中心的求解排课问题方案的总体思路,进而设计了排课系统的具体实现方案,建立了基于人工智能算法的排课模型。     

粒子群算法在求解非线性方程组中的应用

求解非线性方程组是科学技术和工程应用中的常见问题.文章把求非线性方程组的解归结为一个函数优化问题,并将带惯性权重粒子群算法用于非线性方程组的求解中,克服了牛顿法初始点不宜选择的问题.试验结果表明算法的有效性和可行性.     

对优化PI模型的WSN网络拥塞控制机制的分析

为解决无线传感器网络拥塞引起丢包率高和网络吞吐率过低的问题,提出一种基于改进PI主动队列管理模型和量子粒子群(QPSO)算法的拥塞控制方法:首先定义改进的PI主动队列管理模型,然后采用改进的量子粒子群算法对比例系数和积分系数和进行参数整定、优化,并得到PI控制模型;最后定义基于量子粒子群算法和PI主动队列模型对网络拥塞进行控制的具体算法.仿真实验表明,文中方法能有效实现WSN拥塞控制,与其它方法相比,具有较短的平均队列长度和较大的吞吐率的优势.     

组合优化问题求解的计算模型研究

优化技术是一种以各种形式的数学处理方法为基础,用于求解各种工程问题优化解的应用技术。如何有效地求解组合优化问题现在仍是一个公开的困难问题。以遗传算法、模拟退火算法和蚁群算法为代表的智能优化算法的出现,为解决组合优化问题提供了一条新的途径。但智能优化算法目前仍存在许多问题需要进一步研究,如数学基础不够完善,研究结论相对分散等。建立一个智能优化算法求解组合优化问题的计算模型,可以将各种算法形成一个统一的算法结构框架,并对该模型中的操作算子进行了相关研究。     

基于RBF核支持向量回归的模型预测控制仿真

RBF核函数的表达式较复杂,用于模型预测控制时滚动优化求解困难。该文建立一种基于RBF核SVR的预测控制模型,利用多智能体粒子群(MAPSO)算法求解模型预测控制中的滚动优化,推导出最优控制律,对其进行Matlab仿真并与其他方法进行比较。选取一个非线性系统及连续搅拌槽式反应器进行测试分析,结果表明:该预测模型能迅速抑制干扰,较快返回预设跟踪轨迹,展现了良好的抗噪、抗干扰能力。