受扰动双线性离散系统的多目标最优控制

研究了双线性离散系统的多目标最优控制问题,给出了一种基于受扰动系统的两级最优控制算法。两级算法的下级用动态规划求解具有双线性二次型结构的辅助Lagrangian问题,上级通过迭代调整辅助Lagrangian问题中的参数向量,不断重复这个过程,直至从非劣解集中挑出最优解。最后,仿真实例证明了该算法的有效性。     

航空备件供应仿真的仿真协调器构造

建立仿真模型是航空备件供应系统分析的新方法，仿真协调器是其中的核心部件之一。分析了仿真协调器对于生成离散事件系统耦合模型抽象仿真器的必要性；研究了仿真协调器在建模实现过程中所担负的功能，即时间推进、协调并发系统以及协调系统时间；研究了仿真协调器的构造和算法。研究的仿真协调器是运用面向对象分析技术构造和实现备件供应面向对象仿真模型的重要基础。最后，通过实例分析了协调器的描述能力，表明能很好地满足其职能。     

基于蚁群算法的云计算联盟资源调度

针对目前云计算联盟的架构和单云环境下资源调度的研究缺少对云计算联盟下的资源调度问题的研究情况,建立了由云用户、云服务供应商和云联盟协调器组成的云计算联盟资源调度模型,为达到云供应商利益最大化,设计了任务-虚拟机-数据中心的调度算法,利用蚁群算法进行模型求解,并通过Cloudsim仿真软件证实了该算法的合理性,验证了供应商资源的数据中心负载率在60％～80％之间时达到均衡,并可获得最大利益。     

用k次最好法求解价格控制问题

讨论了特殊的一类线性二次双级规划模型－价格控制问题,不同的是下级目标函数的系数不再是学和,而是含有上级控制的决策变量,基于线性二次双线规划的基本性质,给出了求解价格控制问题的一种方法。     

新型电磁脉冲协调器性能分析

针对传统弹药协调器耗能大,结构复杂的问题,根据电磁脉冲弹射原理,结合协调器运动规律,提出了一种新型电磁脉冲协调器设计方案,并建立该型协调器的动力学模型,分析了脉冲电流对协调器运动规律的影响.根据供弹特性要求,提出了两种脉冲电流放电方案并进行分析.研究发现,与传统协调器相比,电磁脉冲协调器运行速度快,结构简单,具有进一步研究使用的前景.在协调器运行初期施加窄波脉冲电流比在中期施加宽波脉冲电流更为有效.     

基于改进遗传算法的TSP间题求解

TSP问题是典型的NP完全问题 ,遗传算法是求解NP完全问题的一种常用方法。本文针对解决TSP问题 ,提出一种新的改进遗传算法。该算法用多样性维持机制来设计算法的选择机制 ,提高算法的求解性能。经过对TSP问题求解的实验 ,本文算法得到了很好的效果     

基于蚁群算法的TSP问题求解

TSP问题是典型的NP—hard组合优化问题,蚁群算法是一种求解此类问题的优化算法,通过模拟蚂蚁觅食行为来解决NP问题。文章使用蚁群算法求解TSP问题,并结合TSP问题的特点选择了一种合适的蚁群更新策略。     

一种任务分配问题的快速剪枝优化算法

任务分配问题是运筹学中的一类规划问题,求解这类问题的比较经典的算法是匈牙利算法,但匈牙利算法在求解大规模任务分配时运算效率不高。文章提出了一种新的求解任务分配问题的方法——剪枝优化算法。算法通过逐步剔除已确定的部分分配方案对应代价矩阵元素,逐次降低分配问题的规模,从而实现快速求解全局任务分配问题。对于n个主体执行n个任务的分配问题,进行(n-1)次操作就可以获得最优解。论文进行了相应的仿真,将文章提出的算法和匈牙利算法做了比较。仿真结果表明,该算法与传统匈牙利算法计算结果一致,但计算耗时远远小于匈牙利算法,即该算法大大提高了任务分配问题的求解速度。     

利用微粒群优化算法求解非线性规划问题

针对过程系统优化中的非线性规划 (NLP)问题 ,应用微粒群优化算法 (ParticleSwarmOptimization ,PSO)对其进行求解。系统介绍了PSO算法的基本思想和解题步骤 ,通过引入罚函数把PSO算法应用到NLP问题的求解中 ,可以对一般的NLP问题和非凸的NLP问题进行有效地求解。利用两个测试函数和一个过程系统优化的实例对其进行了测试并与其它算法所得的结果进行了比较。结果表明 ,PSO算法在使用的普遍性、求解的准确性方面都优于一般的算法 ,是一种有效的求解NLP问题的方法     

具有合作关系的两级资源分配的递阶优化问题

对于整体目标函数关于下级各部门不具有可分形式和两级资源分配问题，笔者证明了下级各部门合作决策比独立决策效果更好。寻优方法为：把原问题嵌入到对应的多目标优化问题中，对于上级给定的权系数，下级各部门用原始－对偶法独立求解，再把结果送回上级以便更新权系数，这样，通过上，下级不断的交换信息最终可求得原问题的全局最优解。对于递阶系统优化理论和资源分配这一经济学实践的有参考价值。     

求解双层线性规划的优化算法

利用对偶理论,将求解双层线性规划问题转化为求解一个与之等价的单层问题,通过求解一系列线性规划问题,提出了一种求解双层线性规划局部最优解的算法,并举例说明了算法的求解过程。     

传统优化算法与竞选算法应用于机械优化设计的比较

论述了机械优化设计中的传统优化设计算法,同时介绍了一种现代的优化设计方法——竞选算法的原理及其求解步骤.采用传统优化设计算法与竞选算法分别对箱形盖板和两杆桁架结构的优化设计问题进行求解,比较了两者间求解方式上的特点,并就竞选算法与传统优化算法间求解效果进行了比较.结果表明,竞选算法是一种非常有效的机械优化设计方法.     

应用思维进化计算求解顶点着色问题

应用思维进化计算求解顶点着色问题，给出求解给定图的色数、最小着色的算法。介绍了顶点着色问题的编码与解码方法、特征、信息矩阵的概念，从而应用思维进化计算的趋同和异化求解该问题。实验结果表明该算法是求解顶点着色问题的一种新的有效算法。     

蚁群优化算法在TSP中的应用

提出了一种求解TSP问题的有效算法———蚁群优化算法。该算法通过模拟蚁群搜索食物的过程,求解TSP问题。算法的主要特点是,正反馈、分布式计算、与某种启发式算法相结合。并给出了算法原理及流程;最后用计算机仿真得出结果,证明了该算法的有效性。     

蚁群算法在TSP中的仿真应用及最优参数选择研究

蚁群算法是一种具有分布计算、信息正反馈的新型启发式优化算法,初步的研究表明该算法在求解复杂优化问题,尤其是离散优化问题中具有许多优越性。论文阐述了蚁群算法在TSP问题求解中的应用,通过实验对蚁群算法的参数选择进行了分析,确定了参数的选择原则以及对算法性能的影响。仿真研究表明蚁群算法中的参数对于TSP的求解有较大的影响,通过最优参数的正确选取,能使得算法取得更优的值。     

用循环队列求解高次本原多项式

本原多项式是构成线性反馈移位寄存器的基础,在给定级数ｎ情况下确定相应的多个本原连接多项式是工程应用中常遇到的问题,针对级数ｎ较大情况下难以求解其本原多项式这一问题,先给出了求解本原多项式的一般算法,然后针对该算法在求解高次本原多项式时可能遇到的问题进行了讨论,并提出了一种用循环队列改进抽样算法的方法,最后用实例验证了抽样算法的正确性。     

用循环队列求解高次本原多项式

本原多项式是构成线性反馈移位寄存器的基础,在给定级数n情况下确定相应的多个本原连接多项式是工程应用中常遇到的问题,针对级数n较大情况下难以求解其本原多项式这一问题,先给出了求解本原多项式的一般算法,然后针对该算法在求解高次本原多项式时可能遇到的问题进行了讨论,并提出了一种用循环队列改进抽样算法的方法,最后用实例验证了抽样算法的正确性.     

求解双层线性规划的优化算法

利用对偶理论，将求解双层线性规划问题转化为求解一个与之等价的单层问题，通过求解一系列线性规划问题，提出了一种求解双层线性规划局部最优解的算法，并举例说明了算法的求解过程。     

生长竞争蚁群算法求解导热反问题

导热反问题的非适定性、非线性等特点,使得求解比较困难。蚁群算法是来自大自然的一种进化算法,已在很多优化问题中得到了应用。提出了一种基于生长竞争蚁群算法的导热反问题求解方法,并在MATLAB环境下实现算法,然后用实例进行验证。结果表明,该方法拥有较强的可行性和实用性。     

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。