约束满足混合算法求解并行机Job-Shop调度问题

分析并行机Job-Shop调度问题的特点并建立其约束满足优化模型,结合约束满足与变邻域搜索技术设计了一个求解该问题的混合优化算法。该算法采用变量排序方法和值排序方法选择变量并赋值,利用回溯和约束传播消解资源冲突,生成初始可行调度,然后应用局部搜索技术增强收敛性,并通过结合问题特点设计的邻域结构的多样性提高求解质量。数据实验表明,提出的算法与其他两种算法相比,具有一定的可行性和有效性。     

蚁群算法求解连续空间优化问题

借鉴蚁群算法的进化思想，提出一种求解连续空问优化问题的蚁群算法。该算法主要包括全局搜索、局部搜索和信息素强度更新规则。在全舄搜索过程中，利用信息素强度和启发式函数确定蚂蚁移动方向。在局部搜索过程中，嵌入了确定性搜索，以改善寻优性能，加快收敛速率。通过一个实例问题的求解表明了该算法的有效性。     

基于禁忌搜索和蚁群算法的广义分配问题研究

广义分配问题是典型的组合优化问题.蚁群算法在求解该类问题时,存在着求解时间长和容易陷入局部最优的问题.为有效地解决该问题,将禁忌搜索算法作为蚁群算法的局部搜索策略,在蚁群算法求得的优化解的基础上进行局部搜索,增快算法的收敛速度,避免陷入局部最优;在解没有得到明显改善时,采取多样化操作,强迫算法采取新的解的结构,从全新方法求解.实验结果表明,该算法与其它算法相比,具有收敛速度快、不易陷入局部最优、求解精度高的特点,能够有效地解决广义分配问题.     

求解极小SMT不可满足子式的宽度优先搜索算法

极小不可满足子式能够为可满足性模理论(SMT)公式的不可满足的原因提供精确的解释,帮助自动化工具迅速定位错误.针对极小SMT不可满足子式的求解问题,提出了SMT公式搜索树及其3类结点的概念,并给出了不可满足子式、极小不可满足子式与3类结点之间的映射关系.基于这种映射关系,采用宽度优先的搜索策略提出了宽度优先搜索的极小SMT不可满足子式求解算法.基于业界公认的SMT Competition 2007测试集进行实验的结果表明,该算法能够有效地求解极小不可满足子式.     

基于改进遗传算法的最小生成树算法

以图论和改进遗传算法为基础，提出了一种求最小生成树的遗传算法。该算法采用二进制表示最小树问题，并设计出相应的适应度函数、算子以及几种控制策略，以提高执行速度和进化效率。传统算法一次只能得到一个候选解。用该算法对其求解，可以在较短的时间内以较高的概率获得多个候选解。应用实例表明该算法优于传统算法。     

一类高效的混合遗传算法

提出了一类用于求解函数优化问题的实数编码混合遗传算法。该算法由全局搜索和局部搜索模型组成,并将正交交叉运用于遗传操作产生的后代个体。一方面．本文提出的混合遗传算法能够有效地保持群体的多样性;另一方面,正交交叉能够产生高质量的个体。四个测试函数优化结果显示它在求解高维优化问题和复杂多极值优化问题方面有优势。     

基于混合遗传算法的热轧生产调度优化方法

热轧生产调度是一个复杂的约束组合优化问题，其生产约束包括连续轧制板坯的宽度、厚度和硬度跳变要求，轧制单元的最大长度，产品库存及交货期等。基于多旅行商模型，建立了热轧生产批量调度问题的优化模型，并提出一种混合遗传算法（遗传算法、局部搜索）求解该问题。通过应用串行边重组和并行边重组的遗传交叉算子，算法在优化过程中可以很好地处理调度约束。针对工业数据的仿真结果证明该调度模型和混合遗传算法的并行求解策略可以有效地解决热轧生产批量调度问题。     

一种结合局部搜索策略的求解TSP的演化算法

介绍了一种结合局部搜索策略的求解流动旅行商问题（TSP）的演化算法。该算法的主要思想是将局部搜索策略在邻域内搜索的快速性与演化方法在全局搜索上的鲁棒性结合起来，从而跳离局部最优。将该算法用于TSPLIB中部分TSP实例上的试验结果表明：与传统的各种求解TSP的演化方法相比，该算法在获得全局最优解的精确度上有了一定的改善。     

求解旅行商问题的一个新的单亲遗传算法

本文提出了求解旅行商问题（TSP）的一个新的单亲遗传算法（PGA）。首先，定义了‘好’基因段的概念，并据此设计了一种新的、有效的基因段换位算子；同时，为提高该算子的搜索能力，结合一个局部搜索技术来改进该算子；然后，在此基础上提出了一个求解旅行商问题的一个新的单亲遗传算法。计算机仿真结果表明，该算法是有效的。     

基于压缩的大规模图的割点求解算法

割点求解是图应用中的一个重要操作.深度优先搜索树算法可以解决割点求解问题.但是该算法存在缺点,导致它不能在实际问题中得到很好的应用.这是因为当今数据的两大特点,一是数据规模庞大,对于很多图操作提出了挑战性的要求;二是数据多变,每天数据的大量更新使得传统算法必须依据更新重复计算,浪费了时间和空间.深度优先搜索树算法的时间复杂度为O(|V|+|E|),其中,|V|和|E|分别为图的顶点的数目和边的数目.它能够很好地适应第1个特点,但是对于第2个特点该算法则无能为力.提出一种基于压缩的割点求解算法来解决这个问题.该算法通过点的朴素相似来压缩图,时间复杂度为O(|E|).在得到的无损压缩图上进行割点求解,同时在压缩图上动态地维护点和边的更新,在不解压图的情况下完成图的更新,在更新后的图上进行割点求解,极大地降低了时间和空间消耗.该压缩算法得到的压缩图对其他图操作同样适用.     

禁忌搜索求解TSP问题

本文采用改进的禁忌搜索算法求解TSP问题,该算法是通过禁忌准则来避免迂回搜索,并通过藐视准则来赦免一些被禁忌的优良状态,最终实现全局优化。实验结果证明该算法的可行性。     

用回溯法求哈密顿通路

回溯法是一种按照深度优先的策略从根结点开始搜索解空间树的算法，该算法可以用来求出问题的全部解，也可以在求出问题的一个解之后停止对问题的求解，即只求该问题是否有解。哈密顿通路就是判断图中是否存在一条通过所有顶点一次且仅一次的路径。本文主要讲的就是用回溯法来求解一个任意的图中是否存在一条哈密顿通路的问题，并用具体的算法来实现它。     

实现并行搜索和符号逻辑算法的高阶的二维时态—竞争激励神经网络方法

本文提出并行搜索和规划算法，以及实现它们的高阶二维时态－竞争激励神经网络。这种网络还能实现基于传统符号逻辑的许多问题求解算法，本文的方法克服了通常的神经网络求解优化问题的缺陷，同时，也避免了符号逻辑算法的串行性及符号逻辑Ｓｙｓｔｏｌｉｃ结构复杂性等问题，给出了求解隐式图搜索、ＬＣＳ问题、ＴＳＰ问题及０－１背包的实例。     

动态车辆共乘问题的双模式协作匹配算法

车辆共乘可有效提升运输资源利用率，降低出行成本，缓解交通拥堵并降低环境污染.针对动态车辆共乘问题构建了整数规划模型，并提出了一种基于离线匹配和在线匹配的双模式协作匹配算法.在离线匹配阶段，以共乘比率和绕行距离为标准对匹配价值进行评估，设计了基于带权路径搜索树的通用共乘比率生成算法对共乘参与者进行准确高效的预匹配.在在线匹配阶段，提出了基于首尾距离度的实时订单插入算法，并对离线匹配结果中的行驶路径进行修正.通过双模式协作，可有效兼顾算法的实时性和结果质量.基于真实数据的大量实验结果表明，该算法给出的匹配方案在总匹配价值和求解效率上均优于实验中的对比算法，其平均离线匹配率达93.71%、平均双模式协作匹配率达85.53%,增加运输资源利用率82.86%,减少车辆并发数84.86%.     

蚁群算法的理论及其应用

本文介绍了一种崭新的求解复杂优化问题的启发式算法一蚁群算法。该方法通过模拟蚁群搜索食物的过程，达到求解此类问题的目的、它具有智能搜索、全局优化、稳健性强、分布式计算、易与其它方法结合等优点。该算法用于解决组合优化问题，如TSP，QAP，JSP等效果较好．     

蚁群算法在K-TSP问题中的应用

针对K-TSP(K—person Traveling Salesman Problem)问题，该文提出了一种利用蚁群算法求解该问题的新思路。该算法采用k只蚂蚁共同构造问题的一个解，并通过多组(每组k只)蚂蚁相互协作最终达到搜索最优解的目的。实验结果显示，该算法行之有效，是一种求解K-TSP问题的有效算法。     

限制树宽的图的最小标记生成数算法

本文研究了图的最小标记生成树问题。首先介绍在一般图上基于搜索树的最小标记生成树的算法;然后考虑了限制树宽的图,得到了效率更高的算法。该算法在树宽为常数的情况下,时间复杂度关于图的顶点个数为多项式,从而也证明了最小标记生成树在限制树宽的图上属于确定参数可解问题。     

区间粒子算法与线源反问题求解

目前国内外对线源反问题数值求解尚没有一种成熟有效的算法。本文在研究区间搜索算法基础上,提出了一种新的求解算法—区间粒子算法(Range Particle Algorithm)来求解线源反问题。首先简要介绍了线源反问题的求解特点,并根据线源方程建立了反问题求解的目标函数;其次基于该目标函数,设计了区间粒子算法来求解,探讨了算法实现的基本步骤和参数调整问题;最后通过模拟数据和实测数据分别检验了该算法求解的效果,结果表明区间粒子算法求解精度高、收敛速度快和计算稳定,在线源反问题数值求解中是适用的。     

特征谓词知识树分解策略的研究

搜索空间约减是智能规划研究中的重要内容之一.谓词知识树是一种特殊的树状结构,它表达了规划领域中实现同一谓词的所有动作.在规划求解过程中,这些动作的前提条件通常是不能同时得到满足的.因此,提出了知识树的分解原理以及基于特征前提的知识树分解策略,并给出了相应的分解算法.对任意一个规划领域,利用该分解算法可将知识树分解成若干个较小规模的知识子树,使其对具体规划状态具有更强的针对性.在规划求解过程中使用知识子树可以避免一些不必要的动作搜索,提高规划效率.实验结果表明分解算法是有效的.     

迷宫最短路径问题新算法

提出了求解迷宫最短路径问题的新算法,该算法抛弃了经典算法(深度优先搜索和广度优先搜索)中繁杂低效的递归、回溯思想。通过合理的变换,将原问题转化为迷宫路径深度图的生成问题。最后对算法进行了严谨的分析和实例测试,显示出该算法易于理解、易于编程、时间空间复杂度低等优点。