矩形的三角形划分问题研究

给出了矩形的三角形划分问题的定义,该问题是三角形Packing问题的一个特例,证明了该问题是NP完全的,并给出了该问题有解的一个必要条件。     

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。     

机器人足球比赛最优拦截问题建模与求解

针对机器人足球比赛拦截问题,构建了时间最短的性能指标和拦截成功的约束问题,将机器人足球比赛的拦截问题转化成一个带等式约束的规划问题求解;进一步考虑小车加速度修正该模型,获得细化的最优拦截模型,说明该模型易于扩展和修正;采用MATLAB对该问题进行求解,验证了该方法的可行性。     

基于有时间窗车辆路径问题的混合蚁群算法

有时间窗的车辆路径问题是目前组合优化领域研究的热点问题,其归属于NP-hard问题.在对该问题进行分析的基础上,为之建立了数学模型,提出了一种求解该问题的混合蚁群算法.该算法通过在蚁群算法中引AA-interchange变异算子,增强了算法的局部搜索能力,避免了早熟现象.实验结果表明,该算法能有效解决有时间窗的车辆路径问题.     

有时间窗车辆路径问题的混合智能算法

有时间窗的车辆路径问题属于组合优化领域中的NP-hard问题。在对该问题进行分析的基础上,为之建立了数学模型,提出了一种求解该问题的混合智能算法。该算法通过使用蚁群算法和遗传算法交替优化,并且及时交换信息,弥补了蚁群算法和遗传算法各自的不足,达到了优势互补的效果,增强了算法的寻优能力,避免了停滞现象。实验结果表明,该算法能有效解决有时间窗的车辆路径问题。     

带广义紧前约束的资源受限项目计划问题求解

介绍带广义紧前约束资源受限项目计划问题的约束条件和数学模型,对该问题的网络拓扑和时间约束条件进行了分析,对该问题求解的相关定义、定理、预处理过程进行了介绍,提出该问题的蚁群禁忌优化算法.     

网络拓扑结构的数学模型及遗传算法

提出了网络拓扑结构的定义,以ATM网络问题为例建立了优化问题的数学模型,并描述了用遗传算法并作求解该问题的方法。该方法较圆满地解决了既考虑经济效益又考虑需求的ATM网络问题。该问题的研究对实际应用及推动动态网络的研究有十分重要的意义。     

十五数码问题研究及实现

十五数码问题是人工智能领域中的一个典型问题。本文对该问题进行了详细分析,并用启发式搜索解决了该问题,同时比较了3种不同评估函数的效率。     

P-中心选址问题的一种降阶回溯算法

运筹学研究领域中的应急服务设施选址问题有许多求解模型,选取了P-中心模型进行研究,首先研究了该问题的数学性质,并给出了证明,利用这些数学性质能对问题进行降阶从而缩小问题的规模;然后在此基础上设计一个基于上界和下界的回溯算法来求解该问题;最后通过一个示例分析进一步阐述了该算法的原理,并证明了该算法能在较短时间内求得问题的最优解。     

多机相关任务均匀衡调度问题的复杂性与新算法

本文讨论了多处理机系统中的一种相关任务均衡调度问题 ,证明了该问题是 NP完全问题 ,并给出了一个新的启发式算法。该算法克服了现有算法的不足。数值实例和仿真结果表明 ,该算法有令人满意的优化效果     

最大圈分解问题的研究进展

最大圈分解问题最早由Erds和Pósa提出,随后研究人员在图论领域和理论计算机科学领域中对其进行了广泛的探索。最近研究发现,该问题在计算生物学上特别是在构建进化树与分析基因组的研究方面有重要的应用。主要介绍了该问题的研究现状。首先讨论了该问题在图论方面的研究进展;随后对该问题的近似算法、参数算法、参数复杂性与不可近似性进行了分析和讨论;最后给出了该问题的进一步研究方向。     

网络拓扑结构的数学模型及遗传算法

提出了网络拓扑结构的定义。 以ATM网络问题为例建立了优化问题的数学模型,并描述了用遗传算法并行求解该问题的方法。该方法较圆满地解决了既考虑经济效益又考虑需求的ATM网络问题。该问题的研究对实际应用及推动动态网络的研究有十分重要的意义。     

网络优化的最大利润问题及其增广路算法

仿照最小费用最大流问题的物理意义,将网络上的费用参数转化成为一种利润参数,提出一个最大利润流问题,并建立了该问题的数学规划模型;给出一个求解该问题的最大利润增广路算法,该算法能快速有效地求得该问题的最优解及目标函数值。用示例对算法的求解过程进行了演示,结果表明该算法比一般的线性规划方法更加的方便,且直观得多。     

多参数最小支撑树问题的复杂性和算法

建立了多参数最小支撑树问题（ＲＭＳＴ）的模型,并证明该问题是ＮＰ－完全的。利用经典Ｇｒｅｅｄｙ算法,给出了该问题的一个近似算法,并分析了该近似算法的性能比,证明了所给出的界是紧的。     

一种实现网络k—划分优化的改进遗传算法研究

自动实现网络k-划分优化问题,属于组合优化的范畴。经典遗传算法求解这类问题效率不高。本文运用图的多划分理论对该问题加以分析,同时结合该问题本身的特点提出了一种改进遗传算法,该算法从编码方式、遗传操作、以及参数选取上对经典遗传算法进行了改进。最后将该算法应用到计算机网络的k-划分优化问题中,实际研究结果表明,该算法实现了自动网络划分优化的目的,且算法效率优于经典遗传算法。     

节点加权的Steiner树问题的降阶回溯算法

节点加权的Steiner树问题是组合优化中一个经典的NP-hard问题,现有算法研究该问题时存在时间复杂性高或无法得到最优解的缺点。针对现有算法的不足,提出了一个基于降阶技术的回溯算法。首先研究该问题的数学性质,利用数学性质对该问题进行降阶以缩小问题的规模;接着提出上界子算法和下界子算法,利用上下界子算法对该问题的解空间树进行剪枝,提高搜索效率;最后利用上下界子算法和数学性质设计了一个回溯算法求解该问题。示例分析以及实验的结果表明,该算法不仅时间复杂性较低而且可以得到问题的最优解。     

非线性互补问题计算机实现

分析了非线性互补问题求解困难,利用粒子群算法并结合极大熵函数法给出了该类问题的一种新的有效算法。该算法首先利用极大熵函数将非线性互补问题转化为一个无约束最优化问题,然后应用粒子群算法来优化该问题,计算机程序实现表明该算法是有效的。     

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.     

数据中心网络TCP Incast问题研究

目前传统TCP协议不适用于数据中心的工作模式,因此当数据中心中出现常见的多对一流量模式时会产生TCP Incast问题,造成应用层可见吞吐量崩溃。结合数据中心特点,提出全面的解决方案是解决TCP Incast问题的研究目标。围绕TCP Incast问题,深层次剖析了该问题发生的根源,简要概述了该问题面临的挑战,介绍了基于该问题所构建的数学模型;从链路层、传输层和应用层角度分析并总结了近十年具有代表性的解决方案,从有效性、可部署性等不同角度对所列举方案进行了全面对比,发现当前方案大都基于某个具体方面缓解该问题,均存在缺陷;最后提出了可行的解决该问题的研究方向,将关注点聚焦于SDN结合机器学习以及传输新协议。     

基于自适应变异蚁群算法的QoS路由算法

多约束QoS单播路由问题是NP完全问题,针对基本蚁群算法在解决该问题时易于陷入局部最优、收敛速度慢的缺点,提出自适应变异蚁群算法对该问题进行求解。该算法采取自适应变异方法,引入二次蚁群搜索机制,减少了算法陷入局部极值的可能性,提高了算法的寻优能力和收敛速度。仿真实验结果验证了该算法的可行性和有效性。