受控离散事件过程（CDEP）的一种代数分析方法

本文在文［１～３］的基础上，提出了受控离散事件过程（ＣＤＥＰ）的一种代数分析方法，弥补了Ｒａｍａｄｇｅ和Ｗｏｎｈａｍ［１～３］的理论对具体系统的应用缺乏可操作性的缺陷，使得对ＣＤＥＰ动态过程的分析变得更为直观，同时也使控制器的设计过程更具可操作性．     

一个m维整数瓶颈运输问题及其算法

５１．引言 整数瓶颈问题 （ＩＢＰ的研究最早可追朔到 １９５９年Ｇｒｏｓｓ关于瓶颈指派问题 （ＢＡＰ的研究［’］以及 Ｂａｒｓｏｗ关于时间运输问题（ＴＴＰ）的研究［’］．对 ＢＡＰ相继又出现了改进算法［３］、图算法［４］以及将其化为一般指派问题的算法［’］． １９６９年以来， Ｈａｍｍｅｒ等人又研究了 ＴＴＰ［６－８１．近十几年来，对 ＩＢＰ仍有一些新成果面世 ［９－１５１．但无论国内或者国外，所有成果其目标函数均局限在１，２维的简单情形．本文提出并研究了目标函数为。维的整数瓶颈运输问题， ５２．问题的提出…     

驱动升级公告

ＥＣＳ精英 Ｋ７Ｓ６Ａ Ｖ１．０Ｘ主板最新ＢＩＯＳ ０１／１５／２００２版新增支持 Ａｔｈｌｏｎ ＸＰ ２０００＋处理器，增加了 ＵＳＢ唤醒功能，修正了在安装Ｗｉｎ９８时，ＵＳＢ键盘不能使用热键的问题［１８２Ｋ］ＥＣＳ精英 Ｐ６ＶＸＡＴ Ｖ１．０Ｘ主板最新 ＢＩＯＳ１．０ｂ版修正了与 Ｔｕｌａｔｉｎ１．２Ｇ ＣＰＵ的兼容性问题 ［２０２Ｋ］下载：ｗｗｗ．ｅｃｓ．ｃｏｍ．ｔｗＡｓｕｓ华硕Ｐ４５３３３主板（无板载网路及声音芯片）最新ＢＩＯＳ １００３Ｃ版［１７９Ｋ］华硕Ａ７Ｖ２６６－Ｅ／ＡＡ主板（无板载网络及声音…     

非线性等式与不等式问题的信赖域算法

５１．引言 本文讨论如下非线性等式与不等式问题的求解问题：其中,吐。）是＊”＋Ｂ的连续可微函数． 非线性问题（１．１）广泛出现于优化问题、互补问题及变分不等式等应用数学领域中,因而对其算法的研究也是计算数学的一个重要部分．许多作者考察了该问题的求解,如Ｄｅｎｎｉｓ和Ｓｃｈｎａｂｅ［６］, Ｐｓｈｅｎｉｃｈｌｌｙｉ［９］, Ｒｏｂｉｎｓｏｎ［１０１等人讨论了该问题的牛顿法求解,梯度法求解,Ｂｕｒｋｅ和 Ｈａｎ［‘］讨论了高斯一牛顿法求解． Ｄｅｎｎｉｓ在［５］中首次采用了信赖域算法的求解,［５］中通过引…     

时域鲁棒设计的新方法──［P］和［V］·［V~－1］的极小化

本文讨论在极点配置的约束下，使［Ｐ］和［Ｖ］·［Ｖ－１］（条件数）极小化的问题，其中Ｐ是（Ａ＋ＢＦ）＇Ｐ＋Ｐ（Ａ＋ＢＦ）＝－２Ｉｎ的工定解，Ｖ是Ａ＋ＢＦ的特征向量矩阵．两种指标都反映了系统鲁棒稳定的程度．通过定义一矩阵函数并引入新的自由变量Ｕ，可放松极点配置的约束，并能系统的推导［Ｐ］／Ｕ及（［Ｖ］·［Ｖ－１］）／Ｕ，从而将鲁棒设计转化为无约束的梯度法寻优，实例说明，本文设计方法的效果很好．     

2－DRoesser模型的静态干扰解耦

本文讨论了２－ＤＲｏｅｓｓｅｒ模型［１］（ＲＭ）的静态干扰解耦问题［２］（简称为２－ＤＤＤＰ），即寻求２－Ｄ状态反馈使相应的闭环系统具有抗干扰的能力，得到了问题有解的充分条件和计算相应反馈阵的算法．     

TSP问题分层求解算法的复杂度研究

１ＴＳＰ问题及其区域划分求解算法ＴＳＰ（ｔｒａｖｅｌｉｎｇｓａｌｅｓｍａｎｐｒｏｂｌｅｍ）问题已被证明是ＮＰ问题,用现有的优化算法,如分支定界、动态规划等求最优解,需要问题规模的指数阶时间［１,２］．在问题规模增大时,往往由于计算时间的限制而丧失可行...     

非对称广义特征值问题的并行同伦-行列式算法

１．引言同伦算法是七十年代开始发展起来的求解非线性问题的数值方法．它的特点表现为通常是大范围收敛，容易实施并行计算．近二十年来，同伦算法的发展主要沿两条走线展开，即单纯形法和连续法．连续同伦算法的基本思路为：设Ｘ和Ｙ是Ｒ"中的非空子集，人ｘ：Ｘ－－＋Ｙ是光滑映射，如果对Ｖ（ｔ，ｘ）Ｅ［０，１］ｘＸ有Ｈ（ｔ，ｘ）一吨（ｘ）十（１一Ｏ八：）ＥＹ成立，则称光滑映射Ｈ：［０，１］ＸＸ＋Ｙ是ｆ和９之间的一个线性同伦．连续同伦算法主要是借助于同伦Ｈ的零点集Ｈ－'（０）从平凡映射ｇ在｛１｝ｘＲ"中的零点集｛１｝…     

并行归并排序算法

构造效率为Ｏ（１）的并行算法是一个引人注目的问题。［１］和［２］分别提出了并行度为Ｏ（ｌｏｇｎ）和Ｏ（ｎ＾１／２）的、效率为Ｏ（１）的并行排序算法。本文提出一种新的并行排序算法，其效率为Ｏ（１），而并行步数小于［１］和［２］的算法的并行步数。经过改进后，在保持效率为Ｏ（１）的情况下，可进一步将并行度扩大到Ｏ（ｎ＾１／２ｌｏｇ ｎ）。     

进化算法研究进展

进化算法是一类借鉴生物界自然选择和自然遗传机制的随机搜索算法，主要包括遗传算法，（ｇｅｎｅｒｉｃａｌｇｏｒｉｔｈｍｓ，简记为ＧＡｓ）、进化规划（ｅｖｏｌｕｔｉｏｎａｒｙｐｒｏｇｒａｍｍｉｎｇ，简记为ＥＰ）和进化策略（ｅｖｏｌｕｔｉｏｎａｒｙｓｔｒａｔｅｇｉｅｓ，简记为ＥＳｓ），它们可以用解决优化和机器学习等问题，进化算法的两个主要特点中群体搜索策略及群体中个体之间的信息交换，进化算法不依赖于梯度信     

Performance improvement of self-adaptive evolutionary methods with a dynamic lower bound

Recent research on self-adaptive evolutionary programming (EP) methods evidenced the problem of premature convergence. Self-adaptive evolutionary programming methods converge prematurely because their object variables evolve more slowly than do their strategy parameters, which subsequently leads to a stagnation of object variables at a non-optimum value. To address this problem, a dynamic lower bound has been proposed, which is defined here as the differential step lower bound (DSLB) on the strategy parameters. The DSLB on an object variable depends on its absolute distance from the corresponding object variable of the best individual in the population pool. The performance of the self-adaptive EP algorithm with DSLB has been verified over eight different test functions of varied complexities.     

Extending standard evolutionary programming with self-adaptive stable distributions

Applications in evolutionary programming have suggested the use of further stable probability distributions, such as Cauchy and Lévy, in the random process associated with the mutations, as an alternative to the traditional, also stable, normal distribution. This work goes further along the encouraging results of the latter, by extending them in a self-adaptive way, with algorithms that are in tune with the standard lineage of evolutionary programming. Evaluations that rely upon standard analytical benchmarking functions and comparative performance tests between them were carried out in respect to the baseline defined by the standard evolutionary programming algorithm that relies on normal distribution. Additional comparative studies were made in respect to various self-adaptive approaches, also proposed herein, and a method drawn from the literature. The results lead to numerical and statistical superiority of the more general stable distribution based approach, when compared with the baseline, and is unclear in regard to the method drawn from the literature, possibly due to distinct implementation details.     

基于混沌序列的自适应进化规划算法

针对进化规划在进化搜索过程中存在较多非法个体这一问题,提出一种新的自适应进化规划算法.该算法根据混沌序列的特性,将混沌序列引入到进化规划的变异算子中.理论分析和实验表明,与基于Guassian变异的进化规划相比,该算法不仅具有良好的快速收敛性和鲁棒性,而且能够有效地消除非法解,计算简单、容易实现.     

进化设计中拓扑搜索和参数的协同优化算法

为了解决基于遗传编程(GP)的动态系统进化设计过程中拓扑和参数协同优化的问题,讨论了基于GP的进化设计种群拓扑多样性保存策略,提出了一种拓扑适应值共享-拥挤协同搜索算法。该算法避免计算小生境半径、通过自适应适应度函数来惩罚拓扑子群,保证了拓扑多样性和阻止局部收敛的发生。实验结果表明,该算法保证了动态系统进化设计中拓扑和参数同步搜索的平衡,有效地克服了局部收敛,能确保获得理想的设计结果。     

基于免疫进化规划的多层前馈网络设计

文章用一种免疫进化规划来设计多层前馈神经网络.该免疫进化规划在保留传统进化规划的随机全局搜索能力的基础上,引进生物免疫中抗体通过浓度相互作用的机制和多样性保持机制.免疫进化规划的全局收敛性更优,并且具有很强的自适应环境的能力.实验结果验证了免疫进化规划在设计神经网络时的高效能.     

求解约束优化问题的自适应演化算法

提出一种基于高斯柯西变异算子的多父体杂交自适应演化算法,并用于求解约束函数优化问题。算法的特点：在随机搜索过程中引入三种新的多父体杂交算子加速收敛;基于高斯柯西变异算子提出一种新的产生新个体的方法;提出一种根据演化的进度能自动调整搜索范围的自适应机制。分析与实验表明,与其他算法相比,算法更具有通用性、高效性、鲁棒性,算法收敛速度和算法稳定性有明显改进。     

基于概率幅编码的混合量子演化算法

个体基于量子概率幅进行编码,并将经典遗传算法的杂交算子用于量子演化算法中演化目标的优化,提出了混合量子演化算法。算法中对量子旋转角自适应更新,并首次引入了突变度的概念定义了自适应的变异算子,对量子个体的演化目标定期实施杂交,有效地交换并利用了演化信息,避免了未成熟收敛,提高了算法效率。数值优化问题的实验结果表明该算法优于QEA和CGA,并能以极大概率成功地解决“大海捞针”问题,且计算效率高,优化速度与CGA相当。     

混合整数非线性规划问题的改进差分进化算法*

提出一种改进差分进化算法求解混合整数非线性规划问题。该算法利用同态映射方法,解决差分进化算法无法直接处理整数决策变量问题;提出改进的自适应交替变异算子,提高算法的搜索性能;提出一种自适应保留不可行解的方法处理约束条件,并对差分进化算法的选择算子进行改进,提出一种直接处理约束条件的新选择算子。六个常用的混合整数非线性规划问题的实验结果表明了该方法的有效性和适用性。     

Self-adaptive genetic algorithms with simulated binary crossover

Self-adaptation is an essential feature of natural evolution. However, in the context of function optimization, self-adaptation features of evolutionary search algorithms have been explored mainly with evolution strategy (ES) and evolutionary programming (EP). In this paper, we demonstrate the self-adaptive feature of real-parameter genetic algorithms (GAs) using a simulated binary crossover (SBX) operator and without any mutation operator. The connection between the working of self-adaptive ESs and real-parameter GAs with the SBX operator is also discussed. Thereafter, the self-adaptive behavior of real-parameter GAs is demonstrated on a number of test problems commonly used in the ES literature. The remarkable similarity in the working principle of real-parameter GAs and self-adaptive ESs shown in this study suggests the need for emphasizing further studies on self-adaptive GAs.     

一种求解车间调度问题的混沌遗传规划方法

作业车间调度问题是制造业的一个经典NP-hard组合优化难题。提出一种基于混沌遗传规划的调度算法,利用遗传规划进行染色体的结构设计,采用混沌序列改善初始种群质量,利用混沌扰动来维持进化群体的多样性,并自适应调整个体权重,使算法具有优良的综合求解性能。实验表明,算法对典型的标准调度测试问题具有较强的全局搜索能力,甘特图表明其获得的最优解优于当前已知的最优解历史记录,对比结果表明了该方法的有效性。