DFS算法在三峡永久船闸优化编排中的应用

三峡永久船闸的编排问题是一个多目标规划问题。该文首先建立了求解 这个问题的数学模型，然后提出了能够解决这个问题的算法－深度优先搜索（DFS）算法，这种算法很好地解决了闸室面积利用率和船只优先级别之间的矛盾，并根据实际情况对DFS算法进行了一些改进，提高了运算效率，最后用实验数据说明此算法可用于三峡船闸的一般编排，而且效果不错。     

基于优化调度目标的三峡船闸梯级枢纽联合调度算法研究

在三峡船闸梯级枢纽运行期间,要运用联合调度算法完成各项基础任务,以此保障实践工作效益实现最大化。在我国交通能源建设水平不断提高中,以生态文明和低碳环保为核心的枢纽建设得到了全社会的重视,各领域学者在深层探究枢纽优化调度目标的同时,获取了更多基础理论和解决方法,这对现代三峡船闸梯级枢纽联合调度系统建设而言具有积极影响。因此,本文研究在明确优化调度多目标算法的基础上,根据三峡葛洲坝梯级枢纽建设运行情况,深藏探讨实际三峡船闸梯级枢纽联合调度算法的应用效果。     

三峡-葛洲坝联合调度系统闸室编排快速算法

三峡—葛洲坝两坝联合调度系统是用于提高三峡—葛洲坝航道通航能力的一套系统。两坝联合调度的计划编排是一个与闸室编排相耦合的时间表问题。闸室编排可以用二维Packing模型来描述,是一个典型NP完全问题。提出一种基于分步降维思想的启发式快速编排算法,该算法把闸室编排二维Packing问题降到一维求解,有效解决三峡-葛洲坝联合调度的计划编排中与闸室编排相耦合的时间表问题。该算法在实际工程应用中取得了良好的效果,有效地提高了闸室面积利用率。     

三峡-葛洲坝联合调度系统闸室编排快速算法

三峡-葛洲坝两坝联合调度系统是用于提高三峡-葛洲坝航道通航能力的一套系统。两坝联合调度的计划编排是一个与闸室编排相耦合的时间表问题。闸室编排可以用二维Packing模型来描述，是一个典型NP完全问题。提出一种基于分步降维思想的启发式快速编排算法，该算法把闸室编排二维Packing问题降到一维求解。有效解决三峡-葛洲坝联合调度的计划编排中与闸室编排相耦合的时间表问题。该算法在实际工程应用中取得了良好的效果，有效地提高了闸室面积利用率。     

C-W算法在配送车辆优化调度中的应用

物流配送车辆优化调度是物流配送中非常关键的一个环节。文章简单介绍了当前最具有代表性的算法,指出目前启发式算法是求解车辆路径问题的主要方法,并以C-W算法为典型,结合实例验证了其对解决配送车辆调度问题的适用性。     

改进PSO算法在二维下料问题中的研究

粒子群优化（PSO）算法是一种基于集群智能的进化计算方法,在该方法中粒子通过追随自己找到的最优解和种群最优解完成优化。文章将PSO算法应用到三角形优化下料问题的研究中,给出了具体的实施流程,为了提高PSO算法的收敛精度,避免早熟现象的产生,对PSO进行了改进,提出一种启发式PSO算法。通过对三角形的优化下料进行仿真,仿真结果显示改进后的启发式粒子群优化算法在收敛效果和材料的利用率方面均有显著的提高。     

MOPSO算法及其在水库优化调度中的应用

提出了一种新的多目标粒子群优化(MOPSO)算法，该算法采用自适应网格方法来估计非劣解集中粒子的密度信息、平衡全局和局部搜索能力的Pareto最优解的搜索机制、删除品质差的多余粒子的Archive集的修剪技术。通过对三峡梯级多目标优化调度问题的计算，表明该算法是求解大规模复杂多目标优化问题的一种有效手段。     

基于启发式规则的混合遗传算法及其在生产计划优化中的应用

以最优或近似最优的作业顺序编制满足关键资源约束的生产计划优化问题一直是企业生产管理中重要的研究课题之一。文章提出了一种基于传统启发式规则的混合遗传算法。该算法将染色体分为两段,前段表示资源安排策略,后段表示为优先分配规则序列,并设计了一种新的交叉算子。最后,介绍了根据此算法编制的一个制造企业生产控制的软件系统。     

组合规则启发式算法在模具加工作业调度中的应用研究

由于现行的优化算法在解决模具车间调度问题上存在局限性,目前大部分模具车间由人工编制车间作业计划,导致生产效率较低、物料供应不能同步化等问题.为此,介绍了采用基于组合规则的启发式算法,选择加工时间最短和最小等待时间等规则,解决了现行的优化调度算法在车间调度问题中所遇到的难点.经实例验证获得了较为理想的结果.     

混合启发式算法在汽车调度中的应用

将蚁群优化和变邻域下降搜索VND相结合,形成一种混合启发式算法ACS_VND,应用于客运公司的汽车调度,求解车辆需求数和最佳路径。该算法充分利用了2种不同算法的优点。实验结果表明,算法ACS_VND能在较短时间内获得比单个算法更好的车辆调度路径。     

贪婪算法在船闸编排问题的应用

船闸编排问题可以看作一个二维装箱问题。该文基于贪婪算法思想,研究如何把船闸编排的二维装箱问题降到一维求解。建立了相关的数学模型,并设计出计算机程序,在Visual C++平台运行,得到了较优的组合结果,证明该方法可以有效地提高闸室面积利用率。     

动态免疫优化算法及其在背包问题中的应用

利用人工免疫系统的学习、记忆、识别等功能,提出一种动态免疫优化算法(DIOA),用于解决一类高维动态约束优化问题.其中对可行抗体进行克隆突变操作,非可行抗体按价值密度使用贪婪算法进行修正,环境识别模块借助记忆细胞产生新的环境初始群,从而加快算法收敛速度.利用DIOA求解不同环境下的高维背包问题,结果表明,与同类算法相比...     

一种改进的蚁群算法在TSP问题中的应用研究

蚁群算法是近几年发展起来的一种新型的拟生态启发式算法,它已经被成功地应用在旅行商(TSP)问题上.由于基本蚁群算法存在过早陷入局部最优解和收敛性较差等缺点,文中对基本蚁群算法在基于蚁群系统的基础上进行了改进,在信息素的更新和解的搜索过程中更多地关注了局部最优解的信息,以使算法尽可能地跳出局部最优,并且改进后的算法对一些关键参数更容易控制.多次实验表明改进的蚁群算法在解决TSP问题上与基本蚁群算法相比有较好的寻优能力和收敛能力.这种算法可以应用在其它组合优化问题上,有一定的工程应用价值.     

熵在决策树构建中的应用

决策树是对未知数据进行分类预测的一种方法。本文阐述熵理论和典型的ID3算法,并举例构建决策树。讨论选择具有最高信息增益的属性构建决策树,即选定具有最高区分度的属性作为当前节点。利用熵理论构建决策树,方法简单,结构清晰,容易转换成分类规则,并且不需要先验领域知识。     

熵在决策树构建中的应用

决策树是对未知数据进行分类预测的一种方法。本文阐述熵理论和典型的ID3算法，并举例构建决策树。讨论选择具有最高信息增益的属性构建决策树，即选定具有最高区分度的属性作为当前节点。利用熵理论构建决策树,方法简单，结构清晰，容易转换成分类规则，并且不需要先验领域知识。     

一种改进的地图匹配算法及其在移动通信巡检系统中的应用

巡检系统是对人员设备实施量化和动态管理的现代化手段,是促进企业及生产部门实行科学化和信息化管理的重要步骤,目前在石油行业管线和井位巡查管理、电力行业线路和设备巡查管理和通讯行业线路和设备巡查管理、铁路及安全设备巡查管理等领域都有广泛的应用。结合移动通信巡检工作的实际情况,本文提出了一种改进的基于最短路径的地图匹配(Map Matching)算法。在全球定位系统(GPS)数据的采样时间间隔较长的情况下能较准确地对定位点进行地图匹配,能够绘制出与电子地图道路信息相符的定位轨迹,并在长沙移动基站线路巡视巡检系统中得到实现。     

蚁群算法及其在求解旅行商问题中的应用

蚁群算法是一种求解组合优化问题较好的方法。在蚁群算法的基本原理基础上,以旅行商问题为例,介绍了该算法求解TSP的数学模型及具体步骤,并通过仿真实验与粒子群优化算法等方法比较分析,表明了该算法在求解组合优化问题方面具有良好的性能。     

蚂蚁算法在带时间窗车辆路径问题中的应用及参数分析

带时间窗的车辆路径问题是一个典型的NP-Hard问题,本文将蚂蚁算法应用于带时间窗车辆路径问题,构造了该问题的表达方法,建立了相应的算法模型,对算法参数进行了分析并提出了相应的参数改进方案。仿真实验表明,改进后的算法可以快速、有效地求解带时间窗车辆路径问题,具有较好的可行性和适用性。     

神经网络和优化算法在数字系统测试中的应用

介绍了用Hopfield神经网络模型把组合电路测试转化为相应的能量函数,采用遗传算法、最速下降法结合模拟退火法的优化算法来求解给定故障的测试矢量;通过并行故障仿真检验测试矢量集的故障覆盖率,并压缩测试矢量集,然后将电路响应序列Q移入特征多项式求得特征R,由此建立故障字典。