基于带时间窗的车辆路径问题的蚁群算法

针对带时间窗车辆路径问题(Vehicle Routing Problem with Time Windows,VRPTW)的特点,对蚁群算法进行了改进,优化了其搜索解的能力和收敛速度,用实例证明了改进的蚁群算法对解决VRPTW的有效性.     

基于改进蚁群算法的有时间窗车辆路径优化

针对物流配送中的有时间窗车辆路径问题（VRPTW）,提高优化性能,提出了一种改进的最大最小蚁群算法,并引入了局部搜索策略2-opt．在客户数目给定的情况下,本算法能够得到所求VRPTW的全局较优解,与基本蚁群算法和未改进的最大最小蚁群算法比较,具有更快的收敛速度和更高的收敛精度,并可扩展到一类相关的路径优化问题中．实验结果表明,本算法对于求解VRPTW效果很明显．     

基于膜计算的VRPTW启发式算法研究

使用传统的启发式算法求解带时间窗的车辆路径问题(VRPTW)所得解的质量不高。本研究受计算机领域膜计算思想的启发,设计出了将蚁群系统和禁忌搜索算法有效结合的改进算法,即VRPTW-ECP系统。最后使用算例分析来验证算法有效性,实验结果表明,该算法在计算效率与结果质量上均优于其它启发式算法。     

求解双目标VRPTW的改进混合蚁群算法

为了解决基本混合蚁群算法在求解大规模带时间窗车辆路径问题(VRPTW)时存在的问题,提出一种改进的双目标混合蚁群算法。首先在节点选择上使用周边选择策略提升选择效率,并提出一种首节点选择策略来加速算法收敛;其次在信息素叠加公式上增加了与车辆数有关的惩罚函数,使算法能够同时优化距离与车辆数两个目标;最后提出一种新的局部优化算法,通过将节点数较少的线路中的节点插入到其他线路来提升车辆利用率。通过该算法在Solomon标准数据集上的实验和对比,说明了改进的算法具有搜索能力强、收敛速度快、鲁棒性强等优点。     

装配序列规划的一种改进蚁群算法

在当前的基于蚁群算法的装配／拆卸序列规划研究中，装配／拆卸序列都是在假设整个产品中各个零件处于失重的情况下生成的，没有考虑零件稳定性，导致生成的序列不能完全反映工程情况。针对这个问题，提出了使用扩展支撑矩阵来判断稳定性的思想；对蚁群算法的转移概率表达式、成本函数及信息素更新表达式进行了相应的改进，建立了装配序列规划问题一种改进蚁群算法。实例仿真实验结果表明：改进蚁群算法较之于已有的蚁群算法和遗传算法更为高效，所得到的解更具有工程意义。     

一种求解连续优化的蚁群混合算法

针对蚁群优化算法和Alopex算法的特性，将Alopex算法嵌入到改进的蚁群优化算法中．提出一种求解连续空间优化问题的混合算法（ACOAL），ACOAL算法定义了新的蚁群信息素更新规则、蚁群在解空间的寻优方式和蚁群行进策略；同时，结合Alopex算法以加强搜索能力，该算法充分发挥了Alopex算法的快速搜索能力和蚁群算法寻优性质优良的特性，提高了算法的收敛速度，避免了优化算法陷入局部最优。     

基于集群的蚁群算法在TSP中的应用研究

围绕TSP问题研究了基本蚁群算法.在此基础上,研究了串行蚁群算法的并行策略,使用C++语言调用MPI接口函数实现了并行蚁群算法.最后,分析研究了影响并行蚁群算法的因素,采用了更高效的信息素更新和变参数机制对并行蚁群算法进行了改进.通过仿真实验分析表明,改进的并行蚁群算法有较广泛的适用性,与基本蚁群算法相比,具有更高的精度和更短的收敛时间.     

模糊系统结合蚁群算法的金具温升建模

为了得到准确可靠的阀厅连接金具温升模型,运用模糊系统结合蚁群算法的方法进行建模。在分析基本蚁群算法与梯度下降法优缺点的基础上,将两种方法结合形成改进蚁群算法,即在基本蚁群算法基础上应用梯度下降算法。通过试验得到的训练数据分别用基本蚁群算法、梯度下降算法、改进蚁群算法训练模糊系统,改进蚁群算法的收敛效果优于其他两种方法;通过试验得到的测试数据对4种方法所得的模型进行测试,由改进蚁群算法训练模糊系统所得模型的测试效果是最好的。结果表明,若能通过试验得到足量训练数据,用改进蚁群算法训练模糊系统的方法对阀厅连接金具的温升进行建模是可行的。     

基于蚁群神经网络算法的机器人逆解

提出了一种机器人逆运动学问题建模的新方法．利用神经网络逼近机器人逆运动学的输入与输出、利用改进的蚁群算法学习神经网络．针对蚁群算法主要用于离散优化的特点,对基本的蚁群算法进行了改进,采用了全局搜索、局部搜索和确定性搜索,为连续问题的优化提供了一条新的思路．利用改进的蚁群算法学习神经网络．为神经网络提供了一种新的学习算法,使得该方法兼具了蚁群算法与神经网络的优点．应用实例表明了该方法的有效性。提高了机器人逆运动学求解的速度和精度．     

基于蚁群神经网络算法的机器人逆解

提出了一种机器人逆运动学问题建模的新方法.利用神经网络逼近机器人逆运动学的输入与输出、利用改进的蚁群算法学习神经网络.针对蚁群算法主要用于离散优化的特点,对基本的蚁群算法进行了改进,采用了全局搜索、局部搜索和确定性搜索,为连续问题的优化提供了一条新的思路.利用改进的蚁群算法学习神经网络,为神经网络提供了一种新的学习算法,使得该方法兼具了蚁群算法与神经网络的优点.应用实例表明了该方法的有效性,提高了机器人逆运动学求解的速度和精度.     

Banach代数中的行列式理论

探讨了 Banach 代数中的行列式理论.给出了具有单位元的迹 Banach 代数具有行列式的充要条件.     

非织造布滤料性能及过滤过程的研究进展

对近年来非织造布滤料的研究进展做了简要综述,介绍了内部结构的研究及表征、过滤性能及其影响因素、过滤过程的计算机模拟,指出进一步发展所需要解决的问题。     

单面约束系统的微分变分原理与运动方程

研究单面约束力学系统的微分变分原理和运动方程。方法利用Ｄ＇Ａｌｅｍｂｅｒｔ原理建立Ｄ＇Ａｌｅｍｂｅｒｔ－Ｌａｇｒａｎｇｅ原理．Ｊｏｕｒｄａｉｎ原理和Ｇａｕｓｓ原理,结果与结论得到系统的微分变分原理和带乘子的Ｅｕｌｅｒ－Ｌａｇｒａｎｇｅ形式,Ｎｉｅｌｓｅｎ形式和Ａｐｐｅｌｌ形式的运动方程。     

q-树的重构性

q 是一个正整数,所谓 q-树的图是递归定义的:最小的 q-树是完全图 K_q,一个 n+1阶的 q-树是通过在 n 阶 q-树上加上一个新点并连接这点与 n 阶 q-树中任意 q 个互相邻接的点而获得,其中 n≥q.1-树我们通常称为树.在本文中,证明了对任意正整数 q,q-树是可重构的.     

β-环糊精-毛细管区带电泳分离扑尔敏对映体

采用毛细管区带电泳模式,以β-环糊精为手性选择剂分离了药物扑尔敏的光学对映体.考察了在不同背景电解质 pH 值尤其是较低 pH 值下环糊精浓度对对映体表观淌度差的影响,并研究了有机改性剂尿素在分离中的作用.     

层状球形夹杂复合材料的弹性模量

利用层状球形夹杂在无限大基体中的局部化关系及平均应力场理论,给出了一种方法来分析含 n 种层状球形夹杂所构成复合材料的弹性模量.对于文献给出的空心玻璃球和高分子基构成的复合材料,该理论的预测与实验吻合很好.当表层稍失时,该理论退化为传统的 Mori-Tanaka平均应力场理论.     

Sun Creator在研究生管理信息系统中的应用

本文研究Java环境下的可视化Web开发。以高校研究生管理信息系统为例,探索Sun Java Creator的数据源配置、可视化Web组件、行集、Session Bean等在Java Web中的应用。     

统计应用系统中指标公式的处理

介绍了指标公式定义的数据结构及存储结构 ,描述了对指标公式进行计算的原理及工作流程 ,给出了在PHP下实现了的程序代码。     

从松节油出发，制备紫苏糖的研究

以松节油中的α-蒎烯为原料,SeO2为氧化剂,无水乙醇为溶剂,在回流温度下反应5h生成桃金娘烯醛,产率为61％,在430℃60kPa下通过黄铜丝床层0．3－0．5s异构化反应生成紫苏醛,采用亚硫酸氢钠法,提纯紫苏醛后用盐酸羟胺进行肟化反应生成紫苏糖,总得率大约20％。     

计算光度法同时测定铅铋铁锰

在弱碱性介质中,Ｐｂ＾２＋,Ｂｉ＾３＋,Ｆ３＾２＋,Ｍｎ＾２＋与ＰＡＲ显色剂形成水溶性有配合物,其吸收光谱严重重叠。本采用均匀设计与ＰＬＳ方法结合,对这４种且分的混合体系进行分析,实现了不经分离而直接同时测定Ｐｂ＾２＋,Ｂｉ＾３＋,Ｆｅ＾３＿,Ｍｎ＾３＋的含量,相对标准偏差小于０．０２。