等式约束下一个带线搜索的信赖域算法

提出了一个等式约束下凸二次规划问题的带强Wolfe线搜索的信赖域算法.该算法利用增广Lagrange函数将约束问题转化为无约束问题,在传统信赖域算法的基础上结合线搜索技术,当试探步失败时不用重解信赖域子问题,减少了计算量.在适当的条件下,证明了此算法的全局收敛性.     

扩展的拟牛顿法

拟牛顿算法被认为是当今解无约束最优化问题的最有效方法之一,它产生了一系列对目标函数二阶导数的近似矩阵Bk＋1．校正产生的Bk＋1,其实质是在Bk的基础上加一修正矩阵Ak,即Bk＋1=Bk＋Ak．研究了Ak应满足什么样的条件,给出了满足该条件的Ak的3种公式及6种合适的选取．     

一种混合整体下降算法及其实现形式之一

基于最速下降法把无约束优化问题同约束优化问题结合起来，形成一种能避免最速下降法的重要缺陷，而具有全局下降性的新算法，同时给出了其总体收敛性定理和简单数值实验。应用此算法，分析了某些无约束多峰函数最优化问题。     

遗传算法综述

遗传算法是一种全局优化的随机搜索算法,是解决复杂优化问题的有力工具。本文系统地介绍和评迷了遗传算法的发展史,基本原理等相关方面,最后做了总结和展望。     

基于随机搜索变异策略的人工蜂群算法

针对人工蜂群算法存在的收敛速度慢、易陷入局部最优等缺点,提出了一种基于随机搜索策略的人工蜂群算法(RMABC).首先,采用随机选择的方式进行变异和扰动操作,增加种群的多样性,平衡算法的局部搜索能力和全局搜索能力;其次,改变侦察蜂阶段的搜索策略,将limit次不更新的蜜源替换为它的反向蜜源,加快算法的收敛速度.选取9个标准测试函数进行数值仿真实验,结果表明本文提出的算法具有较快的收敛速度和较高的求解精度,对复杂的数值优化问题寻优效果很好.     

一种自适应交替的粒子群差分进化优化算法

为了克服粒子群算法易陷入早熟收敛的缺点及提高差分进化算法的搜索能力,提出了一种自适应交替的粒子群差分进化算法.该算法采用自适应的概率交替使用PSO和DE,通过对6个基准函数的测试,说明本文提出的算法是一种收敛速度快、求解精度高的全局优化算法.     

蝙蝠算法的全局收敛性分析

为了研究蝙蝠算法的收敛性,本文基于随机搜索算法的全局收敛性判断准则对蝙蝠算法的收敛性进行了分析,并通过仿真实验进行了验证．结果表明,蝙蝠算法不完全满足随机搜索优化算法的2个全局收敛准则,无法确保全局收敛,因此蝙蝠算法属于局部搜索优化算法．     

基于线路优化算法的卷烟配送调度系统

为研究线路优化算法在卷烟配送中的应用,以北京卷烟配送市场为背景,结合配送条件的限制,采用中心聚类、禁忌搜索、局部搜索等多种专业算法,提出了一套适应性强、运算速度快、可实施性高的解决方案。同时,通过选择性地取用原有固定线路的数据作为最终路顺的参考,结合配送车型和配送员的工作负荷,强化了动态调度结果的可实施性。方案实施测试效果良好,月平均装载率达90%以上。      

一种基于RPP算法改进的路径规划

针对RRT算法缺乏稳定性和收敛速度慢的问题,该文将双向搜索树与RPP算法相结合,提出一种基于RPP算法改进的双向搜索路径规划算法。该算法利用RPP算法构建双向搜索树其中的一棵搜索树,同时以该搜索树扩展得到的新节点作为另一棵搜索树的临时扩展点。该算法采用RPP算法的思想,提高了算法的稳定性;利用随机节点生成函数,有效避免了路径陷入局部极小。通过仿真实验,结果证明了算法的有效性和稳定性。