一种机场终端区飞机排序问题的蚁群算法研究

飞机排序问题（ASP）属于NP难问题，解决比较困难.本文首先将ASP表示成一个特殊的车间作业调度问题（JSP），以减少着陆飞机队列完成时间为优化目标，设计了求解ASP的蚁群算法.通过正交试验确定了ASP蚁群算法的最佳性能参数组合.通过比较FCFS调度方法和ASP蚁群算法对不同航班队列的排序结果验证了ASP蚁群算法求解问题的可行性和求解效果.结果表明，ASP蚁群算法优于FCFS调度方法，可以使着陆队列完成时间减少约14%.ASP蚁群算法的CPU时间较短，可以在合理的时间内求解出合适的飞机队列，为实时在线的自动化交通管制提供了支持.     

多跑道起降航班排序模型和算法研究

针对空中交通迅速发展使得终端区空域越来越拥挤的问题,研究了在终端区空中交通繁忙的情况下,如何安排机场起降航班的最佳队列,以缓解拥挤和减少航班延误及相关的经济损失。将离场航班引入航班队列排序中,讨论了蚁群算法在终端区起降航班排序中的应用,根据飞机尾流间隔的要求,建立基于蚁群算法的多跑道起降航班动态排序模型,并用算例进行仿真验证。结果表明,与先到先服务排序方法相比,经该算法排序后的平均延误时间减少近50%。     

蚁群算法在网格资源调度中的应用

网格资源调度是网格研究的热点问题,蚁群算法是解决多项式复杂程度的非确定问题(non-deterministic polynomial,NP)的一种有效方法.通过对网格资源调度过程和蚁群算法的研究,提出了网格环境下用蚁群算法进行资源调度的方法.采用网格模拟器GridSim进行仿真,实验结果表明,蚁群算法用于网格资源调度可以减少系统总执行时间和任务完成时间.     

基于蚁群算法的不确定条件下的Job Shop调度

蚁群算法是近年来新出现的一种随机搜索寻优算法，该算法为求解复杂的组合优化问题提供了一种新思路，引起了众多学者的研究兴趣，将蚁群算法引入不确定处理时间的Job Shop调度，用三角模糊数描述不确定处理时间，建立不确定处理时间的调度模型，在模糊数排序方法的基础上，用改进后的蚁群算法进行求解，仿真结果验证了本文提出的算法的有效性，考虑了算法中的参数选择对算法的求解结果的影响和模糊集的扩散程度，并就结果进行了讨论。     

基于蚁群算法的不确定条件下的Job Shop调度

蚁群算法是近年来新出现的一种随机搜索寻优算法.该算法为求解复杂的组合优化问题提供了一种新思路,引起了众多学者的研究兴趣.将蚁群算法引入不确定处理时间的Job Shop调度,用三角模糊数描述不确定处理时间,建立不确定处理时间的调度模型,在模糊数排序方法的基础上,用改进后的蚁群算法进行求解.仿真结果验证了本文提出的算法的有效性,考虑了算法中的参数选择对算法的求解结果的影响和模糊集的扩散程度,并就结果进行了讨论.     

带软时间窗的公共自行车调度路径问题

为了提高公共自行车调度的效率,研究了一种带软时间窗的自行车调度路径问题.首先根据公共自行车调度工作内容,建立多目标调度路径模型,然后设计一种改进的蚁群算法对模型进行了求解.实验结果显示,本文方法求解的调度路径比模拟退火算法、蚁群算法和遗传算法分别缩短了18.4%、24.3%和13.0%,而且还能有效节约调度车辆.     

改进蚁群算法在并联六自由度平台优化设计中的应用

蚁群算法在解决组合优化问题上有着良好的适应性，但直接应用于求解连续优化问题难以获得理想的效果．通过对蚁群算法中的全局搜索、局部搜索以及信息素更新规则等环节进行有效的改进，构成了可用于连续优化问题求解的改进蚁群算法．将该算法应用于以灵巧度为目标函数的并联六自由度平台结构设计问题中，通过与采用基本蚁群算法得到的优化结果进行比较，证实了改进蚁群算法具有较好的全局优化能力和较快的收敛速度，可以有效求解并联六自由度平台结构设计这一类连续优化问题．     

基于ASP的程序切片

针对程序切片在程序理解和程序测试方面的应用,提出了一种基于ASP的程序切片方法。ASP是一种声明性问题解决方法,它可以高效地描述程序切片问题。基于ASP的切片方法,可以把切片的查找转化为回答集的求解。另外,对传统数据流切片算法进行了改进;改进后的算法可以减少重复计算,提高了运行效率。通过实验表明了此改进法的正确性和高效性;并且比较了3种ASP求解器（DLV、Smodels、Cmodels）的执行效率,基于Cmod-els的改进算法的运行效率是最高的。     

智能蚁群算法解决公交区域调度问题研究

针对多条运营线路的公交区域调度问题，给出了人员调度问题的改进模型，模型的目标是在满足工作时间、跨度时间、换班要求等相关约束的条件下使人员完成任务的间隔时间最小。论文对已有蚁群算法解决车辆路径优化问题的算法进行了改进。对算法中相应的转移规则和轨迹更新规则进行了重新设定，改进了算法转移策略和信息素更新策略。给出了算法的实现步骤。通过仿真，对模型的正确性进行了验证。证明了改进蚁群算法解决公交调度问题的高效性和较强的适用性。     

智能蚁群算法解决公交区域调度问题研究

针对多条运营线路的公交区域调度问题，给出了人员调度问题的改进模型，模型的目标是在满足工作时间、跨度时间、换班要求等相关约束的条件下使人员完成任务的间隔时间最小。论文对已有蚁群算法解决车辆路径优化问题的算法进行了改进。对算法中相应的转移规则和轨迹更新规则进行了重新设定，改进了算法转移策略和信息素更新策略。给出了算法的实现步骤。通过仿真，对模型的正确性进行了验证。证明了改进蚁群算法解决公交调度问题的高效性和较强的适用性。     

变分不等式问题的等价性条件

考虑了变分不等式问题的等价性条件，在不同的情形下，可以将变分不等式问题转化成一般互补问题、不动点问题、极小极大问题．     

非线性扩散方程中带有未知系数的Stefan问题

对非线性扩散方程a（u）ut＝（a（u）ux）x（0＜x＜s（t）,0＜t≤T）,证明了解{a（u）,s（t）,u（x,t）}是存在的、唯一的并且是稳定的．     

对“问题”及其态度的教育学思考

对待“问题”的不同态度，将产生不同的行为方式，也将出现不同的发展趋势。因此，教师应认识到“问题”及“解决问题”的重要性。在教学中让学生带着问题学，随着问题深入学。     

大城市邮政投递问题及其算法探讨

对大城市邮政投资递问题进行了描述,给出了单局多投递路段优化数学模型,并提出了分解算法,把原问题分解为有容约束弧路由和装箱二个子问题,对有容约束弧路由问题提出了随机回路点扫描法,同时给出了联合二个子问题求解原问题次最优解的策略。     

试论问题在科学研究中的重要作用

科学问题是指在一定时代的科学认识主体，在当时的知识背景下提出的关于科学认识和科学实践中需要解决而尚未解决（且有可能解决）的矛盾或疑难。问题是科学研究的起点，在科学的研究中，解决问题固然是重要的，而提出重要的科学问题似乎更重要。     

离散对数的比特安全性

离散对数在密码学上具有广泛的应用,但基于离散对数的密码算法都假定离散对效的计算是困难的．本文讨论计算离散对数的高位比特与计算离散对数的等价性,利用D．Boneh所提出的方法对密码学上通常使用的强素数讨论了离散对数的比特安全性,得到结论：如果离散对数的高位比特可以计算,那么存在计算离散对数的有效算法．     

求解不等式约束极大极小值问题的罚函数方法

构造一个新的简单精确光滑罚函数来求解含不等式约束极大极小值问题。首先通过添加一个变量,将含不等式约束的极大极小值问题转化为与之等价的连续约束优化问题,然后利用新的简单精确光滑罚函数,对等价的连续约束优化问题进行求解。在扩展的MF约束规范条件下,可以证明：当罚参数充分大时,无约束优化问题的局部极小点也是原极大极小值问题的局部极小点。算例结果表明,给出的罚函数方法可有效地求解含不等式约束的极大极小值问题。     

伏格尔法在退化性运输问题中的应用方法

通过实例分析提出了伏格尔法在求解退化性运输问题中存在的问题，给出了对伏格尔法的一种规范性描述，从而能够避免了问题的出现，并保证伏格尔法在应用中的精确度。     

专家系统协同问题的求解

在分析专家系统实现技术的基础上，对专家系统协同问题求解的体系结构、协同问题求解系统任务的分解及调度、任务的协同求解、系统性能评价、冲突的处理等关键性技术问题进行了分析和讨论．     

一相非平衡问题Blow—up的一点注记

构造一个一相非平衡问题Ｂｌｏｗ－ｕｐ的例子,说明这类问题的整体体解不一定存在。