求解二层规划问题的改进粒子群算法

两层规划问题是一个NP-难问题,这意味着它很难被求解．基于粒子群算法提出了一种求解二层规划问题的方法,通过分离目标函数和约束函数,使每个粒子拥有双适应值,并通过双适应值来决定个体优劣．应用了一种自适应保留不可行个体的策略．数值结果表明了算法的有效性．     

基于对偶定理的多目标二层规划算法研究

针对传统的多目标二层规划算法计算效率低,无法实现对多目标二层的直接规划问题,提出并设计基于对偶定理的多目标二层规划算法研究。实验结果表明,该算法可以提高多目标二层规划算法的计算效率,用时较短,可有效实现对多目标二层的直接规划。     

一类二层规划问题的调节熵函数法

针对一类二层规划问题,通过建立对偶定理并利用精确罚函数法和调节熵函数将其近似转化为无约束可微优化问题．建立了相关算法,讨论了算法的收敛性,给出了数值算例,证明算法是有效和可靠的．     

求解一类二层非线性规划问题的全局优化方法

根据模拟退火算法能够有效地求非凸数学规划全局最优解的特点,对一类二层非线性规划问题的上、下层问题求解,并根据二层规划的特点,给出了求解一类二层非线性规划问题全局最优解的有效算法。该算法思路清晰,易于在计算机上实现。     

二次规划问题的区间算法

利用罚函数法将约束二次规划问题转化为无约束优化问题，讨论了罚函数的区间扩张和无解区域删除原则，建立了求解二次规划问题的区间算法，给出了数值算例．理论分析和实例计算均表明算法是可靠和有效的．     

一类二维FIR滤波器的约束最小二乘设计

考虑单位脉冲响应8面对称的二维GIR滤波器的约束最小二乘设计．首先将设计问题转化为正定二次规划问题．然后应用投影最小二乘(PLS)算法进行求解．通过设计实例对PLS算法的性能进行了仿真，结果表明该算法的效率是流行的有效集方法的几十倍到几百倍、PLS算法的高效率为快速设计大尺寸二维FIR滤波器提供了方便．     

求解一类线性二层目标混合模型的算法

基于线性分式规划的性质,讨论了一类线性二层目标混合最优化模型.将混合最优化模型转化成有约束的单层分式规划问题,利用既约梯度和最小改变量来求线性分式规划的所有顶点.通过算例对算法进行了检验,说明了算法的有效性.     

二层线性规划问题的全局收敛算法

基于单纯形法提出了一种具有全局收敛性质的算法来求解该问题.在该方法中,用下层的Kuhn-Tucker条件代替下层问题,将原二层线性规划转化为传统的单层规划问题.之后利用下层规划对偶问题可行域的顶点将该单层规划转化为一系列线性规划问题,从而用单纯形法来求解这些线性规划来得到原二层线性规划问题的解.最后,用实例验证了该方法的可行性.     

利用混沌搜索求解二层非线性规划问题

根据二层规划的特点，结合混沌优化方法，给出了求解一类二层非线性规划近似全局最优解的有效算法，算例表明，该方法简单有效，为研究二层规划提供了一种新的思路。     

求解单二次约束非凸二次规划问题的全局最优DC算法

针对单二次约束的非凸二次规划问题,首先提出一种DC算法,并证明了该算法收敛到问题的Karush-Kuhn-Tucker(KKT)点;其次利用KKT点提出了寻找新的初始可行点的方法;最后结合此方法,设计了一个求单二次约束非凸二次规划问题全局最优解的DC算法.数值结果表明,该全局算法能有效找到大规模单二次约束非凸二次规划问...     

一维下料方案的贪心算法优化

在对一维下料方案数学模型分析的基础上,提出了一种基于贪心算法的求解方法.主要思想是采用原材料利用率最高的切割方式优先的贪心选择策略,从而将问题转化为求解给定集合的子集和问题.实际应用表明,采用该算法求解出一维优化下料方案,可提高材料的利用率.     

基于改进免疫算法的带模糊需求车辆调度问题

通过引用一种新的编码方法、交叉和变异概率的自适应机制,构造了一个改进的免疫算法,并对算法的交叉操作加以改进,成功地将这种算法应用于带模糊需求的物流配送车辆调度的求解过程中,将求解结果与遗传算法比较,结果表明,该算法可以较好地求解VSPFD问题.     

带有线性约束的超定线性方程组的L_1-模逼近算法

提出一个求解线性约束的离散化L_1-模逼近问题的新算法,该算法的理论基础是求解线性规划的有效集法,因此问题的维数不会增大,数值例子表明,该算法是非常有效的。     

解决有复杂约束的最短路由问题的算法

介绍了有复杂约束的最短路由问题,应用K路由算法中的偏离算法解决该类问题。分析了在偏离算法的应用中影响算法效率的因素,提出了一种提高算法效率的改进方案,仿真结果表明改进方案是有效的。     

求解平衡运输问题的改进遗传算法

采用改进遗传算法求解平衡运输问题,针对平衡运输问题及其数学模型,应用改进的选择算子、交叉算子、变异算子和自适应交叉概率与变异概率等遗传算法机制,通过实例表明,该算法在求解平衡运输问题上的优越性.     

物流配送中心车辆调度模型与遗传算法设计

对带时间约束的物流配送中心车辆调度问题，采用混合整数规划方法进行建模，分析了该模型用精确算法进行求解的复杂性，指出对实际问题若完全采用精确算法求解往往达不到实时响应的要求，提出了遗传算法与启发式算法相结合的求解方法，将该问题分解为车辆分配和单一车辆路线安排两个相互关联的子问题进行求解，仿真结果表明，该算法是很有效的。     

求解多目标柔性作业车间调度问题的离散人工蜂群算法

作业车间调度问题是一类典型的组合优化问题,要求多个作业在不同的机器上进行加工,目的是获得最好的作业加工序列,以满足特定的性能指标。柔性作业车间调度问题是对传统的作业车间调度问题的进一步扩展,由于求解的复杂性,使得传统方法很难在有效的时间内获得问题的最优解。人工蜂群算法是近年来提出的一种受生物行为启发的优化算法,该算法主要通过模拟蜜蜂的觅食来实现问题的求解。提出了一种离散的人工蜂群算法于求解柔性作业车间调度问题,算法通过交叉方式来搜索潜在的更好的蜜源,并采用自适应的变异策略来降低早熟收敛的可能性。最后通过对比实验证明算法对于求解多目标柔性作业车间调度问题是有效的。     

遗传优化神经网络的一种改进算法

提出一种搜索算子．结合自适应交叉和变异算子,构成了遗传优化神经网络的一种改进算法。将这种算法用于一个算例的计算。与遗传优化BP算法相比较,发现遗传优化BP算法出现了网络瘫痪问题,改进算法则取得了较好的运算结果。     

求解协同干扰问题的高效免疫遗传算法

为协同干扰武器目标分配问题建立的数学模型,当问题规模增大时,现有的智能求解算法表现出两点不足,一是所求解质量下降;二是求解速度不可接受。针对该两点不足提出了具有贪婪修复过程的免疫遗传算法,算法设计了通用十进制扩展编码方案、基于免疫的轮盘赌选择算子和贪婪修复算子。仿真实验表明,该算法与现有算法相比具有明显的效率优势,在解决大规模协同干扰武器目标分配问题时不仅解算时间可接受而且所求解质量比同类算法高。     

区域信号配时二层规划模型的一类新算法与数值计算

研究了基于一般信号相位结构的区域信号配时二层规划模型的求解算法.对于上层问题,将灵敏度分析方法和信赖域算法相结合,得到一种高效算法.而对于下层问题,则采用具有较高收敛速度的仿射尺度内点算法.还对上层问题采用一阶近似信赖域方法、二阶近似信赖域方法两种情形进行了数值对比试验.数值结果显示:一阶近似信赖域方法性能更好,可以应用于实际区域信号配时问题.