冷链物流越库调度的拉格朗日松弛算法

为了提高冷链物流的运输效率,解决越库在冷链物流中的应用问题,提出了基于拉格朗日松弛算法的冷链物流的越库调度方法.首先进行了问题域的描述并做出了具体假设,基于问题域以最小化卡车等待时间和越库内部运输成本为目标,建立越库调度的整数规划数学模型.然后,提出了针对越库调度模型的拉格朗日松弛算法,松弛复杂约束后根据决策变量将松弛问题分解为若干子问题,采用次梯度算法求解松弛模型.最后,对各种不同规模的越库模型进行仿真实验,并与传统的贪婪算法进行对比,结果表明,所提出的调度算法适用于问题的求解,并可以在较短时间内获得良好的近优解.     

逐步次梯度法在基于LR的调度算法中的应用

在基于拉格朗日松弛法（LR）的优化调度算法中，对偶问题的求解广泛采用的一种方法是次梯度法：在这个方法中，为了得到一个次梯度方向，相应松弛问题的所有的子问题都必须精确求解，当问题规模较大时求解时间过长。讨论了逐步次梯度法求解对偶问题的具体实现方法。将对偶函数化为多个子项和的形式，每求解一个子问题，就构造对应对偶函数一个子项的次梯度，逐步沿这些次梯度方向更新乘子。仿真结果显示，其收敛速度较原始的次梯度法有明显的提高：     

航天测控调度分枝定界算法

通过分析航天测控调度问题的测控需求,建立了航天测控调度整数规划模型,引入了拉格朗日松弛思想并与分枝定界算法结合,设计了基于拉格朗日松弛的分枝定界算法求解航天测控调度问题。通过对两个场景的仿真实验,得到了两个场景的航天测控调度问题最优值,验证了基于拉格朗日松弛的分枝定界算法的有效性。     

装配线物料搬运的拉格朗日松弛算法

为提高汽车制造企业混流装配线的运行效益,提出了基于看板模型的多封闭循环路径多载量小车物料配送调度方法—–装配线物料配送调度的拉格朗日松弛算法.首先对问题域进行了描述并做出了具体假设,以最小化配送系统总成本为目标,建立了混合整数规划模型.在此基础上,针对该模型提出了两种算法—–次梯度和随机步长拉格朗日松弛算法,将松弛问题分解为两个决策子问题分别进行求解.仿真实验表明提出的两种调度算法均适用于该研究问题域,并在求解时间及稳定性上表现出良好的性能.     

梯级水电系统的优化调度算法研究*

本文提出一种求解梯级水电系统优化调度问题的新算法，能够综合处理离散运行区间，最小启停时间等离散约束以及水库间的水力耦合网络约束。基于实际系统数据的数值验证表明了本算法的有效性和实用性。     

可重入混合流水车间调度的拉格朗日松弛算法

为了有效提升多重入车间的生产效率,考虑了实际生产中检查和修复过程对于逐层制造的可重入生产系统的重要性,提出了基于拉格朗日松弛算法的可重入混合流水车间的调度方法.首先进行了问题域的描述,并在此基础上以最小化加权完成时间为调度目标,建立数学规划模型.针对该调度问题提出了基于松弛机器能力约束的拉格朗日松弛算法,使松弛问题分解成工件级子问题,并使用动态规划方法建立递归公式,求解工件级子问题.随后,使用次梯度算法求解拉格朗日对偶问题.最后,对各种不同问题规模进行了仿真实验,结果表明,所提出的调度算法能够在合理的时间内获得满意的近优解.     

柔性作业车间生产计划与调度集成优化求解策略

针对柔性作业车间(Flexible job-shop, FJS)生产计划(Production planning, PP)与调度紧密衔接的特点, 建立了生产计划与调度集成优化模型. 模型综合考虑了安全库存、需求损失及工件加工路线柔性等方面因素. 提出了一种基于拉格朗日松弛(Lagrangian relaxation, LR)的分解算法, 将原问题分解为计划子问题与调度子问题. 针对松弛的生产计划子问题, 提出一种新的费用结构, 以保证生产计划决策与实际情况相符, 并设计了一种变量固定—松弛策略与滚动时域组合算法进行求解. 对于调度子问题中的加工路线柔性问题, 提出了一种新的机器选择策略. 通过数值实验验证了模型与算法的有效性.     

教与学优化算法在梯级水库优化调度中的应用

针对梯级水库发电优化调度模型存在多约束,求解难度大,传统算法易陷入局部搜索,提出一种改进的教与学优化算法进行优化求解.通过具体案例进行测试验证,并和遗传算法与粒子群算法比较.结果表明,该算法具有求解速度快,求解精度高等优势.     

基于改进混沌萤火虫算法的云计算资源调度

为提高云计算资源的利用率,保持负载平衡,提出一种基于改进混沌萤火虫算法的云计算资源调度模型。从任务的完成时间、完成效率、完成安全性3个方面建立云计算资源调度模型,在萤火虫算法中引入混沌算法,通过对个体进行扰动,加快收敛速度,降低局部最优的概率,并引入拉格朗日松弛函数改进云计算模型。基于Cloudsim的仿真实验结果表明,该算法能有效避免资源分配的不均衡,缩短任务完成时间,提高系统的整体处理能力。     

带最小批量约束的计划问题及其拉格朗日松弛算法

针对一类带最小批量约束的计划问题, 提出了基于拉格朗日松弛策略求解算法. 通过拉格朗日松弛策略, 将原问题转为一系列带最小批量约束的动态经济批量W-W(Wagner-Whitin)子问题. 提出了解决子问题且其时间复杂度O(T³)的最优前向递推算法. 对于拉格朗日对偶问题, 用次梯度算法求解, 获得原问题的下界. 若对偶问题的解是不可行的, 通过固定装设变量, 求解一个剩余的线性规划问题来进行可行化处理. 最后, 数据仿真验证了算法的有效性.     

排序合并Join算法的新结果

Join操作是数据库中最昂贵和最常用的操作.排序合并Join算法是实现Join操作的重要算法,得到了普遍接受并广为应用.在重新研究了排序合并Join算法后发现,同时对两个Join关系进行外排序是不必要的,会带来很大的额外开销.针对这个问题,提出了一种基于单关系外排序的分治Join算法,并在该算法的基础上提出了基于单关系外排序的并行分治Join算法.理论和实验结果证明,基于单关系排序的分治Join算法高于排序合并Join算法.特别是在并行计算环境下,基于单关系排序的并行分治Join算法的效率远远高于排序合并     

基于量测划分的单传感器多目标数据关联算法

在PDA算法的基础上,提出了一种基于量测划分的单传感器多目标数据关联(MSDA)算法;与JPDA算法相比,MSDA算法采用二维分配算法来消除共有量测对相邻目标的影响;与PDA算法相比,MSDA算法仅采用扩充后的私有量测集合来完成目标航迹的更新过程。对MSDA算法、JPDA算法、PDA算法在不同条件下的关联效果进行了仿真计算。仿真结果表明:在关联精度上,MSDA算法要优于PDA算法,但略低于JPDA算法;在实时性上,MSDA算法与PDA算法基本相当,而要明显优于JPDA算法。     

求解车间作业调度问题的混合遗传算法

针对Job-Shop调度问题,将自适应遗传算法与改进的蚂蚁算法融合,提出了自适应遗传算法与蚂蚁算法混合的一种优化算法。首先利用自适应遗传算法产生初始信息素的分布,再运行改进的蚂蚁算法进行求解。该算法既发挥了自适应遗传算法和蚂蚁算法在寻优中的优势,又克服了各自的不足。实验结果表明,该算法在性能上明显优于遗传算法和蚂蚁算法,并且问题规模越大,优势越明显。     

距离寻优中Dijkstra算法的优化

Dijkstra算法在求解两指定顶点间最短距离时,对两顶点之间最短路径以外的大量顶点进行了计算,而影响了算法的速度。在对Dijkstra算法分析的基础上,结合网络模型的特点,对Dijkstra算法进行了优化。优化算法基于两点之间直线最短的思想,改变了对顶点处理顺序的规则。在算法流程中只对最短路径上及其附近的顶点做了处理。而与最短路径相距较远的顶点基本不涉及。因此,在优化处中计算的顶点数量大幅减少,提高了算法的速度,给出了优化算法的正确性证明,对优化算法的实用性和效率加以讨论,优化算法在实际中已经得到应用。     

Apriori算法在SQL中的改进与应用

Apriori算法是挖掘关联规则的经典算法.在分析该算法的基础上,在实际项目应用当中,结合SQL的特点,提出Apriori算法在SQL中的改进算法-Apriori_Sql.应用Apriori_Sql算法只需扫描一遍数据库,在数据库临时表中建立原始数据库的压缩数据映射,实验表明该算法是一种高效的关联规则的挖掘算法.     

基于混合搜索算法的贴片机贴装过程优化

贴片机是PCB组装生产线中的瓶颈设备,提高其贴装效率对整个生产线有重要意义;针对该设备的生产效率优化问题,提出了由最近邻算法和分散搜索算法组成的混合算法;本算法将使用最近邻算法求解元器件的拾取贴装顺序并通过将其引入到分散搜索的框架中求解喂料器分配问题,使两个子问题的求解过程相互结合,从而更好完成贴装效率的优化;仿真结果表明,在大多数情况下该算法都能够在取得优于原有最近邻算法的效果;说明该算法能够更好的提高贴片机的贴装效率.     

NES-Join算法的改进算法

NES-Join算法是一种无需外排序的连接运算算法,其复杂性优于经典的Sort-Merge Join算法及改进后的SDC-Join算法.在NES-Join算法基础上提出一种改进算法,该算法能够有效压缩原算法中未匹配记录暂存块中的空记录信息,从而使NES-Join算法更具实用性.通过实验和分析表明,改进后的NES-Join算法与原算法时间复杂性相当,但显著提高了磁盘空间的使用率.     

基于MMTD的病毒特征代码检测算法

当今的病毒是多种多样的,为了有效应对这些众多的病毒,计算机病毒检测安全人员必须使得病毒检测算法具有智能性.病毒特征代码算法是一种常用的病毒检测算法,但该算法缺乏一定的智能性,因此本文将一些智能性算法在其算法上进行应用.MMTD算法和模拟退火算法是两种智能性算法,这两种算法将进一步增强病毒特征代码算法的智能性,因此本文提出的算法能够进一步提高目前病毒的检测的智能性.     

一种混合优化算法及其收敛性证明

针对改进的混沌优化方法和Alopex算法的特性，将改进的Alopex算法嵌入到改进的混沌优化算法中，提出一种混合优化算法，此算法充分发挥了改进的Alopex算法的快速搜索能力和改进的混沌优化方法细致寻优的特性，提高了算法的收敛速度，避免了优化算法陷入局部最优；同时对改进的混沌优化算法和混合优化算法的收敛性进行了证明，仿真结果表明了算法的有效性。     

基于混合遗传算法的作业车间调度问题的研究与仿真

作业车间调度问题(JSP)是一类典型的NP-hard问题,遗传算法(GA)由于其隐合并行性和全局解空间搜索两大优点而成为解决JSP问题的常用工具.但是,由于JSP问题本身的特点,普通遗传算法难以在解此类问题时得到满意解,最突出的问题就是过早收敛于某一局部最优解,使算法效率降低.在此基础上,将遗传算法和模拟退火算法相结合,提出了一种基于遗传和模拟退火的混合算法,该算法将模拟退火算法赋予搜索过程时变性融入其中,具有明显的概率跳跃性,并选取了典型问题进行分析和仿真研究.仿真结果表明,与传统的遗传算法相比该方法是行之有效的.