一种平板车装载问题的启发式算法

提出平板车装载问题的一各上启发式方法,不仅能够从几种型号的平板车中选择出一种装载性能较好的平板车,而且能够将具有不同特性的不同尺寸的物品放在该型号平板车中,它能够在满足一些约束条件下求得一种可行的装载方案,实例充分证明了该算法的有效性和实用性,能够直接用于实际生活中。     

一种求解集装箱装载问题的启发式算法

所谓集装箱装载问题,就是将若干大小不同的长方体盒子装进一个大小已知的长方体容器,其目标是最大化容器的积裁率.对这一问题,国内外学者利用不同的哲学思想,提出了诸如遗传算法、模拟退火算法等求解算法.本文提出一种求解此问题的基于最大穴度优先原则的启发式算法.算法中使用了两个重要的策略:最大穴度原则和最小边度原则.用一些公开的算例对算法性能进行了实算测试,测试结果表明:算法所得结果的容器积载率高,是求解集装箱装载问题的有效算法.     

集装箱装载的一种启发式算法

多约束条件下的三维装箱问题是一个复杂的组合优化问题,属于NP-HARD问题，其求解是很 困难的．所以在实际应用中,往往采用一些启发式算法来求解．本文在考虑一些实际应用中 的约束条件下，提出了一种三维集装箱装载的启发式算法．此算法采用了三空间分割、平均 高度装载、货物合并、空间合并等策略，考虑了方向、重量、优先顺序、货物的配置位置等 约束条件．通过逐步淘汰差的装载方案，最后达到满意的装载．实例仿真说明了该算法的有 效性和实用性，能够直接用于实际应用中．     

基于混合遗传算法的多约束集装箱装载问题研究

在考虑集装箱装载货物底置等级、侧放方式、堆码层数等一些实际应用的约束条件下,根据同类型货物一次性装载的思想,提出了一种新的基于空间划分的启发式算法,并以此为基础构造了一种混合遗传算法。     

一种新的求解集装箱装载问题算法

本文根据改进的Pisinger启发式规则将集装箱进行体积最大化装载，在长度方向根据货物将空间分层分条，每一条用0-1背包算法求最优解；并且，有效消除不必要的空隙，将各层进行重心位置最优化调整。提高了装栽效率。     

遗传算法求解复杂集装箱装载问题方法研究

现场集装箱装载问题多为多目标、多约束优化的复杂问题.遗传算法本身的鲁棒性、并行搜索性以及在NP完全问题求解中的广泛应用,表明遗传算法是解决复杂集装箱装载问题的有效途径.探讨了遗传算法在求解这一复杂问题过程中的应用,给出了有效的编码形式和解码运算.算例求解结果显示出很好的效果.     

启发式多约束路由算法研究

作为下一代互联网的核心问题之一,服务质量路由(QOSR)用来寻找一条同时满足多个约束条件的可行路径。多约束路由算法具有NPC的复杂度,研究者一般通过启发式算法来求近似解。对当前提出的各种单播启发式多约束路由算法进行了分析、比较,总结了各种算法的特点。最后指出了该领域需要进一步研究的热点问题。     

求解多车辆装载问题的启发式改进蚁群算法设计

针对启发式优化算法不能较理想地对多车辆大规模装载问题进行优化的局限性,文章设计了一种启发式改进蚁群算法,该算法将单车辆的启发式装载与多车辆装载时的蚁群优化算法有机结合,较好地解决了多车辆大规模装载问题。经过实例验证,该算法具有较高的计算效率和较好的收敛特性。     

一种新的求解约束P-中位问题的启发式算法

针对约束P-中位问题的特点,提出了一种新的启发式算法。该算法借鉴了蚁群算法的信息素学习机制,同时针对问题的结构设计了合理的对象分配方式。模拟计算表明,该算法具有更好的全局优化性能和计算效率。     

同类货物集装箱装载问题的启发式算法

提出了求解同类货物集装箱装载问题的一种启发式算法.算法中采用了层的思想,集装箱的每个面都可用来构建层.通过对二维布局、层高组合和用来构建层的集装箱面的选择等三个方面的优化求解,得到了具有较高装载率的集装箱装载方案.实例结果表明,该算法是求解同类货物集装箱装载问题的一种行之有效的方法.     

求解圆形Packing问题的一个启发式算法

求解NP难度问题一直是计算机科学技术中的一个瓶颈任务,自20世纪70年代以来的研究表明,求解NP难度问题不存在既完整严格又不大慢的求解算法,因此,近年来,启发式方法成为研究热点,圆形Packing问题是NP难的,具有很高的理论和实践价值,它的求解目标是录求多个圆在一个大圆内的一个优良布局,使得这些圆互不重叠地放置,基于拟物法以及适者生存启发式思想,为圆形Packing问题的快速求解提出了一个高效的启发式算法,算法的高效性通过计算实例得到了验证。     

求解方格packing问题的启发式算法

沿着拟物与拟人的途径，本文为一类具有ＮＰ难度的方格ｐａｃｋｉｎｇ问题得到了实用的近似求解算法。以此算法为基础可以发展出一种为大规模集成电路芯片裁切工作做计算机辅助设计的高效的软件系统。     

Flow－shop调度问题的遗传启发算法

结合遗传算法和启发式规则，构造了一种新的遗传启发搜索算法，用于求解Ｆｌｏｗ－ｓｈｏｐ调度问题．通过分析和实例计算表明，算法能够有效地适用于大规模加工过程中调度问题的优化计算，在运行时间，适应性和最优率等方面都具有很好的搜索优势．     

A CONSTRAINED ARCHITECTURE FOR LEARNING AND PROBLEM SOLVING

This paper describes Eureka , a problem-solving architecture that operates under strong constraints on its memory and processes. Most significantly, Eureka does not assume free access to its entire long-term memory. That is, failures in problem solving may arise not only from missing knowledge, but from the (possibly temporary) inability to retrieve appropriate existing knowledge from memory. Additionally, the architecture does not include systematic backtracking to recover from fruitless search paths. These constraints significantly impact Eureka 's design. Humans are also subject to such constraints, but are able to overcome them to solve problems effectively. In Eureka 's design, we have attempted to minimize the number of additional architectural commitments, while staying faithful to the memory constraints. Even under such minimal commitments, Eureka provides a qualitative account of the primary types of learning reported in the literature on human problem solving. Further commitments to the architecture would refine the details in the model, but the approach we have taken de-emphasizes highly detailed modeling to get at general root causes of the observed regularities. Making minimal additional commitments to Eureka 's design strengthens the case that many regularities in human learning and problem solving are entailments of the need to handle imperfect memory.     

基于启发式节点增强策略的PRM路径规划方法

针对一般的PRM方法用于移动机器人对复杂地形路径搜索存在的缺陷，本文对PRM方法进行了改进，提出了一套基于启发式的节点增强的策略，提高了PRM方法节点增强阶段对环境的适应性．此外，本文建立了相应的仿真实验系统对策略的有效性进行了实验与分析．     

货郎担问题的几何解法

本文提出货郎担问题的一种新的求解方法，即几何解法．它的时间复杂性为：求距离运算次数为Ｏ（ｎｍ），比较次数为Ｏ（ｍａｘ（ｎｍ，ｎｌｏｇｎ）），求夹角次数为Ｏ（n²/m），其中ｎ为点集中点的数目，ｍ为点集的凸包顶点数．     

求解非线性最小二乘问题的实用型方法

１．引言对于非线性最小二乘问题其中,为残差向量且,这里是指通常意义下的范数,即二范数．目标函数的梯度和Ｈｅｓｓｅ矩阵为其中　矩阵, 求解非线性最小二乘问题（１．１）的最基本方法是Ｇａｕｓｓ－Ｎｅｗｔｏｎ法,迭代格式为其中ｄｋ为线性方程组的解,这． 当人为满秩矩阵时,线性方程组（１．５）有唯一解,即并且有如下不等式：其中　是矩阵　的最小特征值．当　人接近奇异时,因此有可能存在着 ｄｋ,使得,即某一步迭代的步长太大,导致 Ｇａｕｓｓ－Ｎｅｗｔｏｎ法迭代失败． 另外,当　为奇异矩阵时,线性方程组（１．５）…     

CAM中一类新的NP完全问题

本文提出了计算机辅助制造(CAM)中的一类作业调度问题并证明了它的NP完全性。