基于多目标离散差分进化的网络感知虚拟机放置算法

针对云数据中心网络内部流量快速增长导致链路拥塞及全网通信代价过高的问题,提出一种改进的网络感知虚拟机放置算法。根据虚拟机的硬件资源需求,通过种群初始化提高算法收敛速度,采用离散差分变异和交叉操作保证种群多样性。综合考虑通信代价、最大链路利用率、硬件资源约束违反度和链路容量约束违反度4项指标,提出基于ε松弛的多子群精英选择策略,选择最优虚拟机放置方案,增强算法全局搜索能力。仿真结果表明,该算法能够有效降低全网通信代价,并实现网络负载均衡。     

变邻域量子烟花算法求解CVRP

针对带容量约束的车辆路径问题，提出一种融合量子进化算法和变邻域优化策略的变邻域量子烟花算法。该算法采用等分随机键与最大位置法结合的实数编码方式，通过量子旋转门和非门变异提高算法全局搜索能力，同时运用结合2-Opt的变邻域优化策略加强局部搜索能力。选取17个基准算例进行参数实验和对比实验，实验结果表明，相对于对比算法，所提出的算法具有较好的寻优能力和收敛速度。     

一种基于混合策略的差分进化算法研究

差分进化算法DE(Differental Evolution)是一种著名的处理非线性复杂问题的优化技术。为改进其计算开销大、参数设置与问题本身特性过于相关等缺陷,提出一种混合策略的差分进化算法HDE(Hybrid DE)。它混合反向学习OBL(Opposition-based Learning)和自适应机制来进行参数调整,从而能加速算法收敛,同时提高求解成功率。在MATLAB环境中进行的测试实验结果表明,HDE在收敛速度,鲁棒性和计算开销等方面的性能在大部分测试用例上优于已有的多种算法。这表明混合策略是一种行之有效的差分进化算法的研究路径。     

基于双层规划的自动卡车运输专用网络设计优化

为保障交通系统安全性和卡车货运自动化的发展,有必要对自动卡车货物运输专用网络进行科学规划与布局.考虑到自动卡车专用道会减少普通车辆的路权,对普通车辆的出行路径选择行为造成影响,首先从路网整体出发,以系统出行时间最小为目标,充分考虑路网普通车辆的出行路径选择行为,构建一种新的自动卡车专用运输网络设计的双层规划模型;然后提出一种基于实数编码的改进差分进化算法求解建立的双层规划模型,不仅保证解的可行性,还可避免复杂的不可行解修复过程.通过Sioux\ Falls基准网络实例和大量随机算例对比测试验证了所提出模型和算法的有效性.     

基于绿色发展理念的铸造涂料技术

基于绿色发展理念,从注重新型环保涂料,强化新型功能涂料,探索新型专用涂料的研究及应用等方面,阐述了通过研发新型涂料实现铸造业绿色化、高品质化、先进化生产目标,为铸造业绿色化可持续发展提供参考。     

研发管理中的知识产权规避及布局策略研究与应用

企业在研发过程的不同阶段需要应用不同的知识产权策略。在研发初期,应考虑规避竞争对手的知识产权保护,在研发后期取得研发成果时,应策划如何有效地保护自己的知识产权。技术系统进化法则是发明问题解决理论(TRIZ)中的一个工具。它揭示了技术发展的一般规律,在知识产权规避与布局两方面都起到十分重要的指导作用。重点论述了技术系统进化法则如何在研发过程中进行知识产权规避与布局的。     

对不连续帕累托前沿的一种改进的MOEA/D

提出了一种改进的基于分解的多目标进化算法,用于解决不连续帕累托前沿的多目标优化问题中出现帕累托近似前沿分布不均匀与不完整的问题.主要的思想是通过基于密度的聚类算法将尽量逼近帕累托前沿的种群划分为若干个子种群,将不连续帕累托前沿问题转化为多个连续子问题,然后协同演化所有子种群,最后获得更为均匀与完整的帕累托解集.实验表明对于处理不连续帕累托问题的优越性.     

采用个体进化能力实时评价和强制更新策略的换热网络优化方法

针对启发式方法在优化换热网络时出现个体进化停滞的现象,提出了一种采用个体进化能力实时评价和强制更新策略的进化算法。首先,建立个体进化能力评价机制,实时考察每个个体进化过程中的性能变化;其次,当个体进化能力退化时,建立强制更新策略,通过随机抽取当前结构中的换热单元,并给予其换热量以随机扰动,提高个体的结构变异能力,促进其整型变量的全局优化,改变个体原先的优化路径从而寻得更优的结构。将该算法应用于无分流换热网络实例中,取得了优于现有文献的结果,表明了该算法具有较强的全局搜索能力。