Solving the Dynamic User Optimal Assignment Problem Considering Queue Spillback

This paper studies the dynamic user optimal (DUO) traffic assignment problem considering simultaneous route and departure time choice. The DUO problem is formulated as a discrete variational inequality (DVI), with an embeded LWR-consistent mesoscopic dynamic network loading (DNL) model to encapsulate traffic dynamics. The presented DNL model is capable of capturing realistic traffic phenomena such as queue spillback. Various VI solution algorithms, particularly those based on feasible directions and a line search, are applied to solve the formulated DUO problem. Two examples are constructed to check equilibrium solutions obtained from numerical algorithms, to compare the performance of the algorithms, and to study the impacts of traffic interacts across multiple links on equilibrium solutions.     

Extremum Conditions for a Continuous Optimal Problem of Partitioning of a Set with a Nondifferentiable Objective Functional

Necessary and sufficient subdifferential extremum conditions are obtained based on the Dubovitskii-Milyutin scheme for a continuous multiproduct problem of optimal partitioning of a set into subsets with fixed centers under additional constraints.     

带约束集合划分优化问题及其求解

文章介绍了一类带约束的集合划分优化问题,给出了这个一般问题的几个具体应用．提出了用遗传算法解决这类问题的一般方法,并针对其中的“处理机分配问题”设计了具体的算法。数值仿真实验结果表明,该算法比传统的启发式算法效果更好。     

溯因推理问题的碰集求解方法

溯因推理为归纳与演绎推理之外的另一种重要的推理形式,在人工智能等领域有着广泛的应用.通俗地讲,溯因推理是从观察(结果)去推断原因的推理过程.不同于以往的研究思路,通过使用本原蕴含式和素蕴含,证明了可以把命题逻辑和命题模态逻辑系统S5中求溯因问题的极小解释转化为求对应集合的极小碰集问题.给出了求解溯因问题的一种新方法.     

遗传算法在组合优化问题中的应用

本文通过分析遗传算法的机理和特点,介绍了遗传算法在组合优化问题中的应用。在组合优化的求解问题中,相比于其他优化算法,遗传算法具有一定的优势,但仍存在着严重的局限性。为此,本文对传统的遗传算法进行了改进,并通过TSP(旅行商)问题验证了算法的有效性。     

一种基于子空间划分的最优k-匿名动态规划算法

目前大部分k-匿名算法未能有效兼顾算法效率和发布数据的可用性.从子空间划分的角度研究基于空间多维划分的最优k-匿名问题,发现所有可能的子空间数量远小于所有可能的划分数量,并从理论上分析基于子空间划分的最优k-匿名问题具有最优子结构性质,从而设计出基于子空间划分的隐私保护最优k-匿名动态规划算法k-ASPDP.实验对算法k-ASPDP发布数据的可用性及算法效率与同类算法进行比较分析.实验结果表明,算法k-ASPDP是有效可行的.     

改进的分布估计算法求解软硬件划分问题

软硬件划分是软硬件协同设计中的关键步骤,为NP难问题。分布估计算法可以解难优化问题,具有很好的全局搜索能力,但存在局部搜索能力差、种群多样性易失问题。针对此问题,对分布估计算法进行改进,对精英解进行克隆选择以加强局部搜索能力,对概率模型进行修正以改善种群多样性损失问题。同时,针对划分问题提出一种不可行解的修复方法。将改进后的分布估计算法应用于软硬件划分问题,并与现有算法做比较,结果表明所提算法在不同的约束条件下均可获得更好的优化结果。     

求解长方体Packing 问题的捆绑穴度算法

在穴度方法的基础上结合捆绑策略,为三维欧氏空间中长方体Packing问题的求解提供了一种高效的启发式算法.试算了由Loh和Nee于1992年提出的15个经典算例,对其中的困难算例LN2,取得了98.2%的空间利用率,比目前的最好纪录高1.6个百分点;对另一个困难算例LN6,取得了96.2%的空间利用率,与目前的最好纪录持平;对其他13个较为容易的算例均取得了最优的布局,与目前的最好纪录持平.总体而言,15个算例的平均空间利用率为70.96%,在整体空间利用率上达到了较好的效果.     

递阶动态规划在大规模火力规划中的应用

在基本火力规划模型的基础上,建立了一种大规模火力规划问题的递阶模型,并运用大系统的递阶优化算法和动态规划优化算法,提出了一种新的求解该模型的递阶动态规划算法。该方法层次清晰,降低了计算复杂程度,并且适合并行计算,能迅速找到火力规划问题的最优火力分配方案和最优解。仿真算例表明了该方法的实用性。     

基于佳点集遗传算法求解Job—shop调度问题

1.介绍 Job-shop调度问题(JSSP)是极为困难的带约束组合优化问题,是NP难的。典型的Job-shop调度问题可描述为n个工件要在m台机器上加工,每个工件有其特定的加工工序,每道工序加工时间已知,并符合以下假设: (1)每个机器在同一时刻只能加工一个工件。(2)每个工件的工序事先确定。(3)同一工件的两个工序不可同时进行。(4)不允许抢占式执行,即一个工序执行后就不能中断。(5)机器间传送时间为零。典型的调度目标是确定每个机器上工序的加工顺序和各工序的开始时间,以使完成所有工序所需的时间(Makespan)最少。     

一种确定点集最远点对的最优算法

提出了一种确定点集最远点对的最优算法.对平面内n个点的点集,在求出其凸包后,利用求对跖点对的方法确定凸包的最远点对,从而得到点集的最远点对.整个算法的时间复杂性为O(nlogn).     

求解含复杂约束非线性最优控制问题的改进Gauss伪谱法

针对含有复杂约束条件的非线性最优控制问题,提出了一种改进的Gauss伪谱法 (Improved Gauss pseudospectral method, IGPM). 这类问题难以得到解析解,特别是有些问题不存在解析的模型, 一些参数只能通过查表得到,使得传统方法难以求解. 在传统的Gauss伪谱法的基础上,将非线性的终端状态积分约束等价地转化为线性形式,提出了IGPM, 通过协态映射定理可以计算出协态变量,检验最优性,使得IGPM具有间接法一样的精度. 并且给出了初始时刻协态变量和端点时刻控制变量的计算方法. 为了提高解的精度,基于IGPM提出了迭代算法, 最后将该算法应用于求解高超声速飞行器上升段轨迹优化问题,结果表明最优轨迹基本满足路径约束条件和最优性条件.     

求解约束优化问题的佳点集多目标进化算法

结合数论中的佳点集理论和多目标优化方法,提出一种求解约束优化问题的进化算法。将约束优化问题转化为多目标优化问题,引入佳点集理论,以确保所构造的个体在搜索空间内分布均匀,设计变异算子增加个体多样性,采用分群局部搜索方式,并根据Pareto非支配关系选择群体中的优势个体。实验结果表明,该算法具有较好的稳定性。     

基于改进型蚁群算法的最优路径问题求解

如何高效的向用户提供最优路径是蚁群算法大规模应用于导航系统的关键问题,针对现有最优路径问题研究中蚁群算法收敛速度慢及容易发生停滞的缺点,利用A*算法的启发式信息改进蚁群算法的路径选择策略,加快算法收敛速度.同时引入遗传算法的双种群策略和蚁群系统信息素更新策略,增加全局搜索能力,避免算法出现停滞现象.仿真实验结果表明,该改进算法具有较好的稳定性和全局优化性,且收敛速度较快.     

Solving the Problem of Dynamic Adaptability of Artificial Intelligence Systems that Control Dynamic Technical Objects

This paper investigates the increase in the response speed and stability of artificial intelligence systems that control dynamic technical objects. The problem of calculating the optimal time of switching an artificial intelligence system between software classes by the criterion of the rigidity degree of the model of a control object is considered. The solution of this problem is proposed for the general case of the control object dynamics when the rigidity of the mathematical model can significantly change during functioning and it is necessary to dynamically determine the moment of transition from standard methods of numerical integration to specialized numerical methods intended for calculating rigid dynamic models.     

动态规划法求解加工顺序问题的研究

提出动态规划法求解加工顺序问题的方法,分析最优子结构性质,建立最优值的递归关系式,分析Johnson-Bell-man’s Rule并设计算法流程,最后通过构造实例表明了算法的有效性。     

基于LINGO的优化问题动态规划法求解

介绍了LINGO优化软件的使用,指出LINGO在求解动态规划问题时可以不需要目标函数。基于LINGO分别对最短路问题和生产批量计划问题使用动态规划法进行了求解,给出了相应的LINGO求解代码,增强了学生对动态规划法的理解同时提高了使用优化软件编程解决问题的能力。     

Solving the Problem of Approach of Controlled Objects in Dynamic Game Problems

The problem of a guaranteed result in game problems of approach of controlled objects is considered. A method for solving such problems is proposed. It involves constructing some scalar functions that qualitatively characterize the course of approach of controlled objects and the efficiency of decisions. Such functions are called resolving functions. In contrast to the main scheme of the method, the case is considered where the classical Pontryagin condition does not hold. In this situation, instead of the Pontryagin selector, which does not exist, some shift functions are considered and special multivalued mappings are introduced with their help. They generate upper and lower resolving functions, which are used to formulate the sufficient conditions for the game completion in a certain guaranteed time. An example is given to illustrate the approach of controlled objects with a simple motion, in order to obtain upper and lower resolving functions in explicit form, which allows making a conclusion about the possibility of ending the game when the Pontryagin condition does not hold.

     

求广义指派决策问题最优解的有效算法

分析和研究一类广义指派决策问题,给出了该问题的线性规划模型,并把该问题转化为传统指派决策问题,使得该问题可以用著名的匈牙利算法求解最优解,从而为该问题找到一个理想,简便而有效的求解方法,给出了一个数值例子。     

基于佳点集遗传算法的Flow Shop调度问题求解

利用数论中的佳点集理论和方法,结合传统的遗传算法来求解flow shop问题。算法的应用结果显示了该方法求解问题的较好性能,大大地改善了SGA的求解质量。