求成对线性规划问题的组合最优解的快速算法

本文研究求成对线性规划问题的组合最优解的算法，巧妙地将问题的求解转化成了求西凸多面体间的距离，并给出了求两凸多面体间距离的快速算法，以该算法为核心，一系列的成对线性规划问题的组合最优解的均能在Ｏ时间内求得。     

求解整数线性规划问题的定界阻止算法的改进*

在现有求解整数线性规划问题的定界阻止算法的基础上提出了一种改进。该算法通过目标函数超平面截线性规划松弛问题的有效约束锥而形成一个单纯形;然后,引入一串平行片来切割该单纯形产生更低维的凸多面体;最后,在片上的这些凸多面体上执行阻止搜寻程序。由于单纯形和片上凸多面体的极顶点可以直接通过公式计算,且变量在片上凸多面体上的取值区间更窄,改进的定界阻止算法既方便又高效,这得到了一些经典算例和随机产生的算例的验证。     

基于混合人工鱼群算法的凸多面体碰撞检测研究

提出了一种基于最短距离计算的凸多面体碰撞检测算法。该算法利用凸多面体三维空间顶点坐标的凸包表示凸多面体,将两个凸多面体间碰撞检测问题归结为一个带约束条件的非线性规划问题,采用混合人工鱼群算法对该问题进行求解,寻优过程前期利用人工鱼群算法快速找到全局极值的邻域,后期切换到模式搜索法,准确找到全局极值。实验表明,无论在计算精度还是在计算速度方面,混合人工鱼群算法比惩罚函数法和遗传算法有更加明显的优势,能够满足碰撞检测的实时性和精确性的要求。     

任意多面体的四面体剖分算法

该文提出一种将任意多面体剖分为四面体的算法,该算法首先依据顶点凸凹性算法判定多面体顶点的凸凹性性质,再寻找符合剖分条件的凸顶点,将该凸顶点的凸空间从原多面体中剖分出去,得到一个新的多面体,剖分出来的凸空间再分为多个四面体;再重复对新的多面体进行剖分,直到剖分完毕。该算法的平均时间复杂度为O(N+M),其中N为多面体的凸顶点数目,M为多面体的凹顶点数目。     

基于成功回路的凹多面体的剖分算法

提出了一种对任意凹多面体不添加顶点的凸剖分方法,该算法首先把凹多面体抽象为无向图,无向图的顶点为多面体的顶点,边为多面体的棱和对角棱,权值为棱或对角棱的长度,然后根据普利姆算法构造最小生成树的思想来构造一个成功回路,利用该回路对多面体进行剖分。重复执行此过程,直到剖分后的所有多面体都是非凹的。该算法能够对多面体进行不添加顶点的剖分,同时可以对任意凹多面体多面体进行剖分,包括含有空洞的凹多面体。     

基于稀疏解组合优化的广义重心坐标

根据广义重心坐标线性运算的性质与特点,运用广义重心坐标的稀疏解权函数的 调和平均组合方法,对空间凸多面体顶点设计了一种求解广义重心坐标的算法,且权函数是带 有保形参数的一元函数,因而具有保形优化的特点。构造了 2 种不同类型的带形参权函数,运 用不同权函数及其参数的广义重心坐标将平面图形映射到空间曲面的实例进行了分析,并应用 重心坐标常用的等值线工具对保形性进行了比较。     

凸多面体碰撞检测的棱线投影分离算法EI北大核心CSCD

针对凸多面体碰撞检测问题,以直线投影法为基础对分离面投影法进行改进,提出一种采用棱线投影分离的凸多面体实时精确碰撞检测算法.首先分析了凸多面体各种相对位置关系并提出了投影分离线的概念,针对凸多面体的各种分离情况证明投影分离线的存在;其次选取凸多面体相向面上的棱集构造准投影分离线,通过沿着准投影分离线方向投影可将3D凸多面体碰撞检测降维为2D凸多边形的碰撞检测问题;最后将分离投影的思想延用至为2D凸多边形的碰撞检测,再次将2D问题降维为1D问题.算法分析和实验结果表明,该算法对于凸多面体碰撞检测具有较高的响应速度和检测精度.     

凸多面体碰撞检测的棱线投影分离算法

针对凸多面体碰撞检测问题,以直线投影法为基础对分离面投影法进行改进,提出一种采用棱线投影分离的凸多面体实时精确碰撞检测算法.首先分析了凸多面体各种相对位置关系并提出了投影分离线的概念,针对凸多面体的各种分离情况证明投影分离线的存在;其次选取凸多面体相向面上的棱集构造准投影分离线,通过沿着准投影分离线方向投影可将3D凸多面体碰撞检测降维为2D凸多边形的碰撞检测问题;最后将分离投影的思想延用至为2D凸多边形的碰撞检测,再次将2D问题降维为1D问题.算法分析和实验结果表明,该算法对于凸多面体碰撞检测具有较高的响应速度和检测精度.     

增加约束条件的线性规划问题递推算法研究

首先描述线性规划问题中约束条件增加时的递推求解问题,此问题在线性规划问题中具有广泛的实际背景;然后提出一个基于凸空间思想的快速求解此类问题的递推算法,该算法能快速判断其矛盾约束、冗余约束以及新问题的递推最优解;最后给出了该问题的一个算例,实验仿真结果表明了该方法的有效性.     

最小顶点覆盖快速降阶算法

通过定义判别函数来判别顶点覆盖作用的优劣,得出一个把顶点加入到最小顶点覆盖集的一般化规则,并得出该规则在多种具体情况下的应用定理,在此基础上给出了一个快速降阶算法,该算法能确定某些顶点应该在最小顶点覆盖中,某些顶点不应该在最小顶点覆盖中,达到降低原问题的规模和求解难度的目的.该算法既可以单独使用,又可以与算法结合来达到更好的结果,文中还给出了应用实例及其分析.     

Heuristic algorithms for the general nonlinear separable knapsack problem

We consider the nonlinear knapsack problem with separable nonconvex functions. Depending on the assumption on the integrality of the variables, this problem can be modeled as a nonlinear programming or as a (mixed) integer nonlinear programming problem. In both cases, this class of problems is very difficult to solve, both from a theoretical and a practical viewpoint. We propose a fast heuristic algorithm, and a local search post-optimization procedure. A series of computational comparisons with a heuristic method for general nonconvex mixed integer nonlinear programming and with global optimization methods shows that the proposed algorithms provide high-quality solutions within very short computing times.     

约束非线性系统多变量最优控制研究

近年来，非线性规划算法在最优控制领域中正受到越来越多的关注。该文深人研究并实现了一种新的非线性规划算法——FSQP算法，该算法具有所有迭代点均处于可行域之内、收敛速度较快的特点。提出了一种基于FSQP算法的约束非线性系统最优控制方法。然后，运用该方法解决了带有约束的复杂非线性系统的多变量时间最优控制问题，并通过计算机仿真表明了该控制算法的可行性和良好的控制效果。     

复杂流程工业系统的优化综合与柔性分析

MINLP模型在优化综合与柔性分析中起着重要作用。具有两种表示方法：代数法和逻辑法,后者在模型表达与求解方面有很多优点。MINLP模型中还可以集成启发性知识,也就是工程经验,以加快求解速度,并使结果更加合理。对于凸的MINLP问题。目前比较成熟的算法有分支界定法、外近似法和广义Bender函数法。对于非凸NINLP问题,其求解算法目前尚在研究中,已提出的有罚函数法、αBB算法和符号重建算法。此外,一些基于随机搜索的方法也得到了应用,并且在实践中取得了较好的结果。     

Minimum vertex distance between separable convex polygons

The minimum vertex distance between two separable convex polygons is found by an optimal algorithm which is linear in the number of vertices.     

面向方案组合优化设计的混合遗传蚂蚁算法

提出了方案组合优化数学模型.该模型定义了方案功能载体间的广义距离,以广义距离函数作为方案组合优化的目标函数,以方案的性能要求作为约束条件进行优化并获得方案的最优解.在求解该数学模型的过程中,将遗传算法和蚂蚁算法进行改进并融合形成混合算法.实验结果表明,该混合算法较好地解决了方案设计过程中由多个方案组合难以获得优化解的问题.     

A new distance measure for interval valued intuitionistic fuzzy sets and its application to group decision making problems with incomplete weights information

The aim of this study is to introduce a novel generalized distance measure for interval valued intuitionistic fuzzy sets and to illustrate the applicability of the proposed distance measure to group decision making problems. Firstly, a generalized distance measure is proposed along with proofs satisfying its axioms. Then, a comparison between the proposed distance measure and well-known distance measures is performed in terms of counter-intuitive cases. Subsequently, the extension of TOPSIS method, in which the proposed distance measure is used to calculate separation measures, to an interval valued intuitionistic fuzzy (IVIF) environment is demonstrated to solve multi-criteria group decision making (MCGDM) problems using optimal criteria weights determined with linear programming model based on the concept of maximizing relative closeness coefficient. Finally, two illustrative examples are provided for proof-of-concept purposes and to demonstrate benefits of using the proposed distance measure over the existing ones in IVIF TOPSIS method for MCGDM problems.     

A neural-network-based iterative GDHP approach for solving a class of nonlinear optimal control problems with control constraints

In this paper, a novel neural-network-based iterative adaptive dynamic programming (ADP) algorithm is proposed. It aims at solving the optimal control problem of a class of nonlinear discrete-time systems with control constraints. By introducing a generalized nonquadratic functional, the iterative ADP algorithm through globalized dual heuristic programming technique is developed to design optimal controller with convergence analysis. Three neural networks are constructed as parametric structures to facilitate the implementation of the iterative algorithm. They are used for approximating at each iteration the cost function, the optimal control law, and the controlled nonlinear discrete-time system, respectively. A simulation example is also provided to verify the effectiveness of the control scheme in solving the constrained optimal control problem.     

基于形状规划理论的小行星探测方法

小推力轨迹优化过程的控制率设计是典型的非线性动力学最优控制问题。针对具体的问题背景,直接优化算法和间接优化算法已被广泛应用。为了简化问题的优化模型,采用形状规划理论来模拟小推力的作用轨迹,将动力学最优控制问题转化成多项式的参数优化。结合小行星群的探测,利用粒子群优化与微分进化混合优化算法进行全局优化,为满足精度要求,再采用模式搜索局部优化算法进行二次优化。     

基于SQP算法的SAR成像导引头三维弹道优化

弹载SAR平台轨迹的设计是研究弹载SAR成像算法的前提。为了在满足SAR成像条件的同时降低导弹打击时间,需要对SAR成像导引头的弹道进行优化。该问题属于非线性最优控制问题,本文采用序列二次规划(SQP)优化算法进行求解。首先以波束驻留时间最小为指标函数,导弹俯仰、偏航加速度为优化变量,建立了SAR成像导引头三维弹道优化模型,模型的约束包括SAR成像约束、过载约束和导弹飞行高度约束。然后,将原最优控制问题进行参数化,转换成非线性规划问题,利用SQP算法进行求解。参数化时,离散节点越多,得到的非线性规划问题规模越大,求解速度就越慢。仿真结果表明,SQP算法能够有效解决SAR成像导引头三维弹道优化问题,得到的解满足模型约束。     

Modeling and solving a capacitated stochastic location-allocation problem using sub-sources

We study a capacitated multi-facility location-allocation problem in which the customers have stochastic demands based on Bernoulli distribution function. We consider the capacitated sub-sources of facilities to satisfy demands of customers. In the discrete stochastic problem, the goal is to find optimal locations of facilities among candidate locations and optimal allocations of existing customers to operating facilities so that the total sum of fixed costs of operating facilities, allocation cost of the customers, expected values of servicing and outsourcing costs is minimized. The model is formulated as a mixed-integer nonlinear programming problem. Since finding an optimal solution may require an excessive amount of time depending on nonlinear constraints, we transform the nonlinear constraints of the problem to linear ones to arrive at a simple formulation of the model. Numerical results show that the LINGO 9.0 software is capable of solving small size problems. For medium and large-size problems, we propose two meta-heuristic algorithms, namely a genetic algorithm and a discrete version of colonial competitive algorithm. Computational results show that the proposed algorithms efficiently obtain effective solutions.