一类不可微优化问题的混合萤火虫算法

基于萤火虫算法与凝聚熵函数法解决非线性l1模极小化问题。利用凝聚熵函数将非线性l1模极小化问题的目标函数及约束函数分别转化为单一光滑函数,构造此光滑目标函数与光滑约束函数的精确罚函数,将此罚函数作为萤火虫算法的适应值函数进行求解,最后利用此罚函数的最优解来近似代替原非线性l1模极小化问题的解。数值实验结果表明,该算法可以有效求解非线性l1模极小化问题。     

距离受限车辆路径问题的近似算法

针对无向完全图上以极小化行驶路线(环游)总距离为目标函数的距离受限车辆路径问题,将最小二元2-匹配问题与环游拆分和环游整合相结合,提出了一种近似算法.该算法将松弛问题最小二元2-匹配的最优解中距离超过限制的环游进行拆分,距离未超过限制的环游进行整合,以得到距离受限车辆路径问题的环游集合.针对该近似算法,首先通过分析该问...     

利用一种改进的模拟退火算法求解多目标规划问题

提出了一种求解多目标规划问题的改进模拟退火算法。该算法基于多目标规划的Pareto最优解特征提出了一种新的能量差计算方法,并利用外部存档储存每一代产生的Pareto最优解,通过预设迭代次数,使近似Pareto最优解不断逼近精确最优解。最后,通过数值实验验证算法的可行性和有效性。     

多人合作多目标交叉规划的一种算法

随着现代社会经济的飞速发展,各个经济系统的联系不断加强,如何实现各个系统的利益最大化和成本最小化,成为人们日益关注的焦点.针对该类问题,研究了一类多人合作多目标交叉规划.首先给出了多人合作交叉多目标规划的模型,从该模型出发给出了求解多人交叉多目标规划的一种算法:对交叉规划问题中的每个子目标函数求解,将交叉规划问题转化为非线性规划问题,通过引入罚因子,用外罚函数法求出非线性规划的最优解.该解也是多人多目标交叉规划问题的非劣解,从该非劣解出发进行搜索,寻找最优解.最后通过算例验证了算法的可行性和有效性.     

0-1背包问题的一种新的启发式算法

为了提高求解0—1背包问题的效率，提出了这类问题的一种基于贪婪算法的启发式近似算法，通过寻找尽可能大的可行解和尽可能小的上界，从而求出近似最优解，该算法最大的优点是可以给出计算误差，算法的最坏性能比是2，通过编程计算证明该算法具有良好的性能．     

基于动态规划优化传感器网络寿命的算法

根据多跳无线传感器网络的特点,为了优化网络中节点的生存时间,提出了一种求解无线传感器网络寿命Pareto最优的集中式算法.熵是系统平均程度的度量,通过证明最大熵函数与传感器网络寿命Pareto最优的等价关系,建立了求解传感器网络最大熵函数的动态规划模型,将复杂的多目标线性规划问题转换成单目标动态规划问题.理论分析和仿真研究结果表明,新算法能够快速有效地获得网络寿命的Pareto最优解,达到了优化传感器网络寿命的目的,提高了系统的可实现性并降低了计算复杂度.     

基于交叉熵-遗传算法的武器目标分配问题研究

武器目标分配问题是军事领域中重要的研究课题,其主要任务是在一定的条件下将武器与来袭目标合理分配,以达到最大的作战收益. 提出了一种将遗传算法融入交叉熵算法的混合算法. 首先,通过交叉熵算法将原本的武器目标分配优化问题与估计问题联系起来,构建满足武器目标分配方案解的离散概率分布矩阵,进而根据矩阵生成代表解的多个样本. 然后,利用遗传算法中的选择、交叉、变异操作增加样本的多样性. 最后,利用推导出最优解的迭代公式来更新矩阵,当满足迭代终止条件时输出的矩阵即为最优解. 分别针对二维单目标函数优化问题和武器目标分配问题进行计算对比,计算结果验证了交叉熵-遗传算法的有效性.     

非线性0-1规划问题的连续化及其遗传算法解法

为了求解非线性0-1离散规划问题,通过非线性等式的"离散性约束"将其转化为[0,1]区间上等价的连续变量非线性规划.对于目标函数非线性、约束线性的0-1规划问题,可以使用乘子法来解决含"离散性约束"的非线性优化问题.对于目标函数和约束函数均为非线性的问题,可以采用约束松驰法将离散性约束松弛为不等式约束.两种方法处理后均使用遗传算法程序GENOCOP求解.乘子法求解得到的结果比较准确,约束松弛法属于近似方法,可以求解带非线性不等式约束的问题.用本文的方法对多个非线性0-1规划同题的算例进行了计算,并将计算结果同枚举法的计算结果比较,结果表明该方法准确、有效.     

粗糙海面与上方多目标瞬态电磁散射混合算法

为了提高时域算法的计算效率,提出了求解一维导体粗糙海面与其上方多目标复合电磁散射的时域混合算法．该算法将时域积分方程与时域基尔霍夫近似算法相结合,多目标散射以及目标之间的耦合散射通过时域积分方程精确求解,粗糙海面瞬态散射采用时域基尔霍夫算法近似求解．考虑到目标与粗糙面之间的耦合作用,建立了求解粗糙海面与其上方多目标复合瞬态散射的矩阵方程．通过与传统时域积分方程方法比较,表明混合算法既能保证数值结果精度,又能大大提高数值计算效率．     

一类机会约束规划的回溯逼近求解法

研究了一类机会约束随机规划的近似求解问题,提出了基于蒙特卡罗随机模拟的回溯逼近求解算法,该方法通过在迭代过程中逐步增加抽样次数和精确求解确定性数学规划,最终得到机会约束规划的最优解。文中讨论了最优解的计算方法及算法迭代终止条件。最后,通过算例验证了该方法的有效性。     

多时段缺电损失最小化减载模型及算法

为了实现系统供电不足时的缺电损失最小化,本文提出了在多时段最优减载的模型和算法.该模型考虑了各时段间缺电损失的耦合关系,是一种最优潮流模型,该算法是改进的近似规划法.利用不同时段潮流方程和约束条件的无耦合性,将潮流求解、灵敏度解算、约束条件的线性化、有效约束的筛选等主要计算分时段进行,进而形成关于所有时段控制变量的近似线性规划算法.以线性规划的结果修正控制变量,迭代收敛至最优解.同时将距离判别有效约束改进为区间运算判别有效约束,提高了线性规划算法的效率.并以IEEE-14节点系统的4个时段为例,验证了该模型和算法的有效性.     

用加速遗传算法计算梯形明渠的临界水深

目前计算梯形断面明渠临界水深hk的常用方法有试算法、图解法、近似公式法和迭代法,它们存在计算精度不高、求解复杂等缺点。为此,把hk的计算问题等价于一非线性优化问题,指出了hk的变化范围,并且用加速遗传算法(AGA)来求解hk。实例的计算结果说明,与常用方法相比,AGA适用性强、计算精度高。     

一种求解有约全局优化问题的新型混合方法

通过将模拟退火算法与非线性规划神经网络适当结合，本文提出一种求解有约束全局优化问题的新型混合方法．为了使该方法尽可能保持一般模拟退火算法通用性强的优点，在每一次迭代中不是采用非线性规划神经网络直接求原问题的局部最优解，而是通过求解一个辅助优化问题得到原问题的可行解．数值计算结果表明，与使用罚函数方法处理约束的模拟退火算法相比，本文提出的混合方法不仅可靠性高，而且可以显著地提高计算效率．     

城市交通流配流问题的遗传算法求解

以遗传算法为基础，抓住路径的选择和交通量的分配是智能交通运输系统的主要问题，设计了一个求解该问题的优化算法，将其化为一个多约束条件的0－1规划，对路网优化设计实例表明，这一方法能迅速求出问题的全局近似最优解，并具有较高的计算精度。     

利用非线性方程组求解矩阵特征值特征向量

矩阵特征值问题已成为数值计算中的一个重要组成部分 ,为有效求解此类问题 ,提出了一种求解特征值的新方法 :利用非线性方程组的Newton迭代法求解特征向量 ,为提高迭代的收敛速度 ,引入同伦思想 ,利用插值方法 ,得到近似特征向量Y(N) ,以Y(N) 作为迭代初值 ,从而快速求出问题的具有较高精度的解 .该算法稳定性好 ,可并行运算     

一类非线性整数规划的求解方法及应用

本文提出一种求解优化数学模型,属于非线性整数规划问题的方法——逐次近似法.它可以把非线性整数规划问题转化为线性整数规划问题.为了使该求解方法实际应用于最优下料问题,我们研制了相应的计算机软件.     

基于HGA通讯网络费用的优化问题

以实际网络为研究背景，针对可靠性约束下的通讯网络费用优化问题，建立了实现费用最小的非线性数学模型.针对模型的特点，根据遗传算法在求解优化模型时的特性以及其在解决该类问题时所存在的问题，利用单点爬山技术，并将其与遗传算法相结合，形成了混合遗传算法.通过仿真实例，表明了这种混合遗传算法在解决可靠性约束下的通讯网络费用优化问题中是可行和有效的.