基于k短路径算法的多目标最短路径算法

为满意地解决多目标最短路径问题,提出基于循环搜索第k短路径,构造新集合做交集的多项式算法。该算法是在每一轮的k短路搜索完以后,通过交集产生多目标最短路径或备选路径。当有多条备选路径时再用Vague集投影和距离的决策方法,根据评价值的大小对候选方案进行排序,从而选取最佳方案。     

基于INSGA-Ⅱ算法的机械手多目标轨迹规划

针对机械手时间最优、能量最优、平滑性最优等多目标下的轨迹优化问题,设计新的多目标轨迹优化方法.采用高次B样条曲线插值方法,构造机械手高阶连续且起始和终止的运动参数均可指定的关节轨迹, 保证了机械手运动性能.采用改进非支配排序遗传算法 （INSGA-Ⅱ）对机械手轨迹进行优化,得到一组Pareto最优解集,该算法采用一维Logistic映射产生初始种群并利用不可行度选择操作处理约束条件.在6自由度串联机械手上的计算结果表明,采用高次B样条轨迹规划方法可以得到高阶连续的机械手分段轨迹,采用INSGA-II方法可以对B样条轨迹实现有效的多目标寻优,得到理想的Pareto分布,为用户提供较多的选择.     

A novel hybrid algorithm based on a harmony search and artificial bee colony for solving a portfolio optimization problem using a mean-semi variance approach

Portfolio selection is one of the major capital allocation and budgeting issues in financial management, and a variety of models have been presented for optimal selection. Semi-variance is usually considered as a risk factor in drawing up an efficient frontier and the optimal portfolio. Since semi-variance offers a better estimation of the actual risk portfolio, it was used as a measure to approximate the risk of investment in this work. The optimal portfolio selection is one of the non-deterministic polynomial(NP)-hard problems that have not been presented in an exact algorithm, which can solve this problem in a polynomial time. Meta-heuristic algorithms are usually used to solve such problems. A novel hybrid harmony search and artificial bee colony algorithm and its application were introduced in order to draw efficient frontier portfolios. Computational results show that this algorithm is more successful than the harmony search method and genetic algorithm. In addition, it is more accurate in finding optimal solutions at all levels of risk and return.     

基于蚁群算法的原子力探针测量细胞的路径规划

细胞研究是分析科学、生物学和医学之间渗透发展形成的跨学科前沿领域。针对原子力探针在对大量活体细胞进行反复测量的过程中，耗时过长会减少细胞存活率的问题，本文采用了蚁群优化算法进行求解，为探针寻找到了一条用时最少、路程最短的最优路径，并对基本蚁群算法参数的合理选取进行了实验分析。实验结果验证了该算法的有效性。     

双向搜索分层化的多约束路由启发式计算方法

提出一种多约束路由的双向搜索层次化计算方法,第一层分别从源和目的节点出发,计算到达各中间节点的可达路径,第二层在各可达路径中进行路径的筛选。可达路径是采用邻接矩阵变换方式获得的,筛选路径是根据非线性开销函数采用启发方式择优选取。当两方向搜索的节点数累计总和达到n-2后,则对接合并两方向到达中间节点的路径,获得多条经过不同中间节点的源到目的节点的路径,从中选择最佳路径作为路由输出。通过算例详细介绍了可达路径计算及启发式选优方法,论述了算法的正确性与合理性,分析了最坏时间杂性,简介了新算法具备并行运算特征。通过仿真实验评估,不仅更进一步验证了新算法的正确性,而且表明新算法在性能上要优于其他算法。     

基于改进路网分层和A~*算法的最优路径研究

为了合理规划最优路径,满足实际应用的需要,对基于改进路网分层算法和A*算法的最优路径进行了研究。首先分别改进了路网分层算法和A*算法,然后提出了一种融合改进路网分层算法和改进A*算法的最优路径算法,并给出了最优路径算法在GIS平台上的实现过程。最后将该算法应用于苍南电力有限责任公司,结果表明,与传统A*算法相比,该算法降低了搜索时间,得到了最优的路径,提高了企业的工作效率。     

基于Pareto的系统分解法及其在飞行器外形优化设计中的应用

针对飞行器外形设计这一复杂的多目标问题,开展了相应的多目标优化方法研究。采用系统分解法来降低大系统的复杂度是工程设计中常用的方法,但是传统的系统分解法在处理多目标问题时通常是把多目标问题转化为单目标问题,最后得到单一优化解。利用PARETO方法的特点,提出了基于PARETO的系统分解法来解决传统系统分解法使用中的这个问题,经过优化可以得到均匀分布的PARETO解集,便于进行分析比较和选择。最后针对具体算例进行气动与隐身特性的综合优化设计,经过一轮优化后,所得到的一系列优化方案其气动和隐身性能都有较大提高,不仅达到了期望的设计要求,而且可以对该解集进行分析比较,以选择需要的优化结果。     

基于加权公正队列的QoS路由选择算法

基于Bellman-Ford最短路径算法提出了一种修改的QoS路由选择算法,给出了仿真结果,并与其它QoS路由选择算法进行了比较,进一步表明了所提出算法的有效性.     

Layered heuristic algorithm for multiple restriction routes

A layered algorithm by bidirectional searching is proposed in this paper to solve the problem that it is difficult and time consuming to reach an optimal solution of the route search with multiple parameter restrictions for good quality of service. Firstly, a set of reachable paths to each intermediate node from the source node and the sink node based on adjacent matrix transformation are calculated respectively. Then a temporal optimal path is selected by adopting the proposed heuristic method according to a non-linear cost function. When the total number of the accumulated nodes by bidirectional searching reaches n-2, the paths from two directions to an intermediate node should be combined and several paths via different nodes from the source node to the sink node can be obtained, then an optimal path in the whole set of paths can be taken as the output route. Some simulation examples are included to show the effectiveness and efficiency of the proposed method. In addition, the proposed algorithm can be implemented with parallel computation and thus, the new algorithm has better performance in time complexity than other algorithms. Mathematical analysis indicates that the maximum complexity in time, based on parallel computation, is the same as the polynomial complexity of O(kn2-3kn+k), and some simulation results are shown to support this analysis.     

前N条最短路径问题的算法及应用

现有最短路径问题指的是狭义最短路径问题，针对该问题而设计的算法只能求得最短的一条路径。前N条最短路径拓宽了最短路径问题的内涵（即不仅要求得最短路径，还要求得次短、再次短…第N短路径），是广义最短路径问题，在图论理论基础上分析问题之后，设计了一个递归调用Dijkstra算法的新算法，该算法可以求取前N条最短路径，而且时间、空间复杂度都为多项式阶。该算法已经成功应用于一个交通咨询系统中，自然满足实时应用需要。     

多阶段连续型柔性制药车间调度

针对包含易变质药品的柔性均衡制药车间调度问题,提出一种基于列生成框架的算法.通过设计面向虚拟作业对的排序策略,表征制药过程中的无等待现象,利用动态规划方法求解由原调度问题衍生出的价格问题,并设计改进的分支定界算法求得最终的调度方案.由不同规模的数值实验可知,对于规模较小的多阶段连续型柔性制药车间调度问题,提出的算法可求得最优解;对于传统优化软件难以求解的较大规模问题,该算法仍可在较短时间内得到高质量的药品生产调度方案,从而验证了该调度算法的有效性,并可为实际连续型柔性制药车间提供辅助排程决策.     

Swarm intelligence based dynamic obstacle avoidance for mobile robots under unknown environment using WSN

To solve dynamic obstacle avoidance problems, a novel algorithm was put forward with the advantages of wireless sensor network （WSN）. In view of moving velocity and direction of both the obstacles and robots, a mathematic model was built based on the exposure model, exposure direction and critical speeds of sensors. Ant colony optimization （ACO） algorithm based on bionic swarm intelligence was used for solution of the multi-objective optimization. Energy consumption and topology of the WSN were also discussed. A practical implementation with real WSN and real mobile robots were carried out. In environment with multiple obstacles, the convergence curve of the shortest path length shows that as iterative generation grows, the length of the shortest path decreases and finally reaches a stable and optimal value. Comparisons show that using sensor information fusion can greatly improve the accuracy in comparison with single sensor. The successful path of robots without collision validates the efficiency, stability and accuracy of the proposed algorithm, which is proved to be better than tradition genetic algorithm （GA） for dynamic obstacle avoidance in real time.     

全光网中定位故障链路的探测选择算法

文中研究了全光网中定位故障链路的探测选择算法．目前存在的随机游走算法可以惟一定位出每条故障链路,但在大型网络中定位故障链路时会消耗过多的探测以及平均波长数．首先建立关于故障检测需要的监测路径集合,其次在建立好的监测路径上同时发送探测信号,最后在有故障的路径上执行故障定位;证明了最小监测路径集合问题是非确定多项式完全问题,并提出启发式的监测路径选择算法来找最小监测路径集合; 同时证明了用一个监测站来定位k条故障链路的充分必要条件是,网络为k+1边连通的．对比随机游走算法,探测选择算法在定位故障链路的过程中明显地减少了定位故障链路所需的探测数和每条链路上消耗的平均波长数．     

有向外力场作用下机器人路径规划方法

针对有向外力场作用下基于格点的机器人路径规划方法不能得到最优解的问题,采用了基于水平集方法的路径规划方法.将机器人的粒子跟踪转变为曲线的数值演化,通过解哈密尔顿-雅克比方程得到最优时间路径,改进后向路径追踪的数值计算精度保证了规划路径的可行性.仿真结果表明,算法可以有效应对复杂的有向外力场,并且在强外力场中仍保持路径的可行性.采用的连续路径规划方法可以突破传统机器人路径规划算法基于格点搜索的限制,并有效利用空间中存在的外力场.     

自适应混沌粒子群优化的粮食应急点选址研究

针对粮食应急点选址,将“运输时间最小”和“应急开始最早”作为目标,建立了相应的优化模型.利用基于粒子群的K-Medoids聚类算法进行求解,为了避免过早地陷入局部最优,提出了自适应混沌粒子群优化算法.该算法利用粒子与已知全局最优粒子的欧式距离来判断粒子群当前状态,并将其作为确定混沌扰动范围的启发信息,可以有效地提高最优解的精度.试验表明该算法优于传统的演化算法,较好地解决了粮食应急点选址问题.     

预制混凝土构件布料路径规划

为解决预制混凝土构件布料路径随意的问题,通过对布料区域网格划分,设计了一种将布料区域分割为多个布料子区域的方法。该方法将螺旋布料机的作业方式进行简化,将布料路径总长度分为布料长度和非布料长度,其中布料长度是确定值,并对子区域做布料作业规划,计算出料口开口数对应的布料宽度。利用枚举法和动态规划算法对螺旋布料机出料口和布料子区域集合建立布料路径规划模型,对多阶段决策中的决策值进行计算。以非布料长度最短为目标对模型求解,得到最短布料路径,完成了螺旋布料机对布料区域的全覆盖路径规划。根据此方法对某螺旋布料机和某预制外墙挂板建立二维布料路径规划模型,仿真结果表明,该方法能有效地缩短布料长度、减少布料时间,对预制混凝土构件的生产有一定的指导意义。     

基于优化的Floyed算法前r条最短路径的实现

最短路径的算法应用在很多领域,基本的Floyed算法是解决任意两点之间的最短路径,在实际应用中会要求给出前r条最短路径,以便决策,从中选择一条最佳的路径,文章在分析Floyed算法的基础上,给出改进算法,求解前r条最短路径,并且优化了Floyed算法的时间代价,使其对稀疏图的效率更高。     

基于多目标优化的免疫遗传算法 在Matlab环境中的实现

阐述了基于多目标优化的免疫遗传算法基本原理，合理地在抗原聚类算法中引入孤立度算法。在该算法中，将优化问题的可行解对应于抗体及pareto最优个体对应于抗原，并运用改进的抗原聚类算法不断更新抗原群中的抗原，从而得到分布均匀的pareto最优解。并探讨了在Matlab环境下应用免疫遗传算法实现多目标优化，主要对增强度计算、pareto求优、抗原聚类等进行了算法实现。并以实例说明其在Matlab环境中实现的可行性。     

运用改进的SPEA2算法优化网格工作流调度方法

提出了一种QoS约束的多目标优化的网格工作流调度算法ISPEA2,该算法基于表达结构丰富的AGWL网格工作流模型,在SPEA2算法中引入约束检测对网格工作流调度问题进行优化,克服了当前网格工作流调度算法中大多只考虑DAG结构的网格工作流、涉及QoS参数较少及将多QoS参数聚合成一个单目标函数进行优化调度的缺陷,可供决策者根据用户的实际需求从产生的Pareto优化解集中选择最终的满意解。通过与采用原SPEA2设计的网格工作流调度算法OSPEA2的比较,表明ISPEA2算法所获得的Pareto优化解集都是满足QoS约束的非支配解,且获得了更优的平均结果。     

考虑堆垛机加减速的节能自动立库设计

以料箱式自动立库为研究对象,考虑堆垛机实际作业中存在的加减速过程,以能耗、平均吞吐时间和成本的计算模型为目标函数,以货架数量、货格数量和堆垛机的运行参数为决策变量,建立自动立库存储区多目标优化模型. 采用2种方法求解该多目标的混合整数非线性规划模型问题：使用经典遗传算法进行求解,得到不同权重下的解集;使用非支配排序遗传算法求取pareto解,得到非劣解的解集. 这些解集是优化后决策变量的集合,根据这些参数组合可以确定存储区的大小,并辅助货架与堆垛机的选购. 依据该模型的优化结果,可以设计出规划更合理的自动立库存储区,可为节能自动立库的建造提供有效参考.