一种全终端网络可靠性多目标优化模型及求解

分析了全终端网络可靠性设计问题,针对单目标优化存在的不足,建立了一种更加贴近工程实际的极大化可靠度,同时极小化投资成本的多目标优化模型,并利用模拟退火算法对其进行了优化求解。计算机仿真实例表明：模拟退火算法在求解此问题时,无论是在Pareto解的数量上还是在Pareto解的范围上都能得到较好的优化效果。     

基于改进遗传算法的全终端网络可靠性优化设计

针对遗传算法易陷入局部最优而出现早熟,将具有良好克服局部极值能力的鱼群行为与遗传算法相结合,提出了一种新的改进遗传算法,并对全终端网络可靠性优化模型进行了求解设计。仿真结果表明,与文献中遗传算法相比,改进遗传算法表现了良好的优化效果。     

基于MGA的全终端网络可靠性优化设计

为了改善传统方法和基本遗传算法在求解全终端网络可靠性优化设计问题中得到的解的质量,分析了全终端网络可靠性优化设计问题和基本遗传算法实现原理,从用户角度出发,建立了一种新的在成本上限约束下极大化网络可靠度的数学模型.针对该模型,设计了一种具有较强局部搜索能力的混合遗传算法,并对其进行了优化求解.计算机仿真实例表明,混合遗传算法在解决此类问题上较基本遗传算法更为有效,能够得到较为满意的优化结果.     

基于可靠度的计算机系统优化问题的研究

分析了计算机系统硬件优化配置问题,给出了该问题的优化模型,并利用模拟退火算法和遗传退火算法对求解该问题进行了具体设计。通过实例仿真比较,遗传退火算法能得到比文献中算法和模拟退火算法更好的结果,表明算法是非常有效的。     

基于可变模糊集理论的系统安全评价

安全评价是衡量风险,实现安全生产的重要途径.在分析定量安全评价方法的基础上,将可变模糊集模型与方法引入安全系统工程领域,提出了系统安全评价的可变模糊方法.可变模糊方法可以科学地确定样本指标对各级指标标准区间的相对隶属度,并且能够通过变化模型及其参数,合理地确定出样本的评价等级,提高对样本等级评价的可靠度.通过实例计算,并与文献中方法比较分析可知,可变模糊评价方法计算简便,评价结果可信度高,可用于进行系统安全评价.     

智能算法求解效果评价的物元模型

如何评价算法的求解效果是应用智能算法求解各类工程优化问题的关键.为此,结合物元分析理论,建立了一种智能算法求解效果评价的物元模型.该模型将智能算法求解效果视为事物,算法性能评价指标视为特征,算法性能评价指标值视为量值,并以定量数值表示算法求解效果属于某等级的程度大小,从而实现对智能算法求解效果的评价.实例计算结果验证了所建立评价模型是可行和有效的,为科学地选择合适的智能算法去求解优化问题提供了一条崭新的思路.     

基于全终端可靠度的网络扩充问题的研究

分析了计算机通信主干网络的扩充设计问题,建立了一个在网络全终端可靠度约束下,使扩充网络所投入成本极小化的优化模型,利用混合遗传算法对其进行了优化求解。通过实例分析,能够得到较为满意的结果,表明文中的研究方法可以应用在实际网络中。     

遗传算法在全终端网络可靠性优化中的应用

在计算机通信网络建设过程中,通信主干网的高可靠性一直是广大设计者和用户所关心的重大问题。分析了通信主干网的全终端可靠性优化设计问题,建立了一种新的可靠性优化模型,并利用遗传算法对该模型进行了优化求解。计算机仿真实验结果表明：遗传算法在解决此类问题上是有效的。     

基于均匀设计与灰局势决策的智能算法参数设定

针对应用智能算法进行优化设计时算法参数设定存在盲目性的问题,提出了一种新的参数设定方法.该方法将参数设定描述为一个均匀设计问题,利用灰局势决策对均匀设计得到的参数组合方案进行决策,从而得到智能算法参数的最优组合,克服了算法参数设定过程中主观因素的影响,为合理设定参数提供了科学的指导.仿真实验表明,新方法具有较好的可行性和有效性,提高了智能算法应用的科学性.     

一种全终端网络可靠性多目标优化模型及求解

分析了全终端网络可靠性设计问题,针对单目标优化存在的不足,建立了一种更加贴近工程实际的极大化可靠度,同时极小化投资成本的多目标优化模型,并利用模拟退火算法对其进行了优化求解。计算机仿真实例表明:模拟退火算法在求解此问题时,无论是在Pareto解的数量上还是在Pareto解的范围上都能得到较好的优化效果。