一种解寇克曼问题的计算机算法

寇克曼(kirkman)于1847年提出了著名的“15个女生问题”，本文提出一种解该问题的基于随机搜索和回溯的计算机算法。该算法已在微型机上实现，计算结果表明算法是有效的。在任意给定第1天的安排后，该算法均能找出其它6天满足要求的3人组安排。     

多小区环境中基于动态功率分配的干扰安排算法

在多用户MIMO（Multiple-InputMultiple-Output）干扰信道环境中,为了充分利用系统的总功率,将用户受到的干扰最大化地重叠,以提高系统性能。给出了MIMO干扰信道模型及子空间干扰安排算法分析;针对如何最大程度地利用系统功率问题提出了一种采用动态功率分配的干扰安排算法。仿真结果显示,该方案仅牺牲微小的系统容量,却显著地降低了系统的平均误码率和干扰功率,证明该算法较给定功率算法更有优势。     

一种HFC系统业务安排算法

HFC双向传输系统是未来信息基础设施中不可缺少的部分,如何解决上行信道的可靠传输问题是实现HFC系统的关键之一,在此介绍一种常用的HFC网络媒体接入控制(MAC)协议,提出了一种适合于传输综合业务的业务安排算法,并在综合业务条件下对该算法进行性能仿真,实验结果表明,这种业务安排算法对综合业务环境比较适用。     

物流配送中心车辆调度模型与遗传算法设计

对带时间约束的物流配送中心车辆调度问题，采用混合整数规划方法进行建模，分析了该模型用精确算法进行求解的复杂性，指出对实际问题若完全采用精确算法求解往往达不到实时响应的要求，提出了遗传算法与启发式算法相结合的求解方法，将该问题分解为车辆分配和单一车辆路线安排两个相互关联的子问题进行求解，仿真结果表明，该算法是很有效的。     

求解非光滑全局优化问题的单参数填充函数算法

提出了1 个求解非光滑全局优化问题的填充函数方法。算法中构造的填充函数只包含1 个参数, 且此参数在迭代步骤中易调整。分析了该填充函数的一些理论性质, 并提出了填充函数算法。数值计算验证了该算法的可行性。     

考虑碳排放的选址-路径问题研究

针对物流配送中的选址-路径问题,在车辆路径安排时加入了碳排放的考虑,建立了包含碳排放、配送成本和客户满意度的多目标优化模型,提出了一种基于禁忌搜索的超启发式算法.在超启发式算法的框架中,构建了一系列基于问题特征的底层启发式算子,设计了禁忌搜索作为高层启发式策略.以某地区物流配送实例进行仿真实验,通过超启发式算法和NSGA-II算法比较证明,所提算法可以更好地解决选址路径的多目标问题,能较快地找到更优解,达到较高的搜索效率和算法稳定性.与传统的启发式算法相比,该算法具有很好的通用性,可以很容易推广到其他选址-路径变种问题上.     

带有线性约束的超定线性方程组的L_1-模逼近算法

提出一个求解线性约束的离散化L_1-模逼近问题的新算法,该算法的理论基础是求解线性规划的有效集法,因此问题的维数不会增大,数值例子表明,该算法是非常有效的。     

基于混合蛙跳算法的背包问题求解算法

混合蛙跳算法是一种全新的基于群体智能的后启发式计算技术,具有高效的计算性能和优良的全局搜索能力。描述了0／1背包问题的数学模型,阐述了混合蛙跳算法的基本理论。通过在全局信息交换过程中加入变异操作的方法,提出了一种改进的混合蛙跳算法,并利用该算法求解0／1背包问题。实例的运行结果表明该算法有较好的可行性和有效性。     

求解大规模0-1背包问题的改进人工鱼群算法

针对现有算法在求解大规模0-1背包问题时存在求解精度不够和稳定性不足的情况,将贪婪算法引入到人工鱼群算法中,提出一种基于贪婪的极坐标编码人工鱼群算法。该算法引入贪婪思想对母体的初始值以及非法解修正方式进行改进;根据大规模0-1背包问题的特点对算法中的母体结构和迭代方式进行调整,并引入最优保留机制增强算法搜索的方向性。通过对物品为500、700和1 000的背包问题的实验结果表明,该算法具有良好的寻优能力和鲁棒性。     

求解无约束最优化非单调自确定信赖域算法

基于文献[1]给出的自适应信赖域算法,结合非单调技术提出一个新的求解无约束优化问题的非单调自确定信赖域算法.该算法具有全局收敛性,并在适合的条件下也得到该算法的局部超线性和二次收敛性.     

基于机器学习的围棋死活问题算法设计

计算机博弈是人工智能研究的一个重要领域,为了提高围棋的人机对弈水平,对死活问题的基本型和常型的机器学习进行了探讨。对死活问题计算机算法的探讨,说明基本型和常型在算法求解中的重要性。     

遗传算法在求解时间表问题中的应用研究

时间表问题（TTP）是一类特殊的资源调度问题，属于NP完全问题．排课问题是时间表问题的一个实例，属于多目标优化问题，本文给出了其数学模型．由于遗传算法具有良好的全局搜索能力，在优化问题中有着广泛的应用．本文根据排课问题的特点对普通遗传算法作了改进，设计了一种新的染色体编码方法，通过线性加权法将各目标优化函数进行整合转化成为单目标优化问题，并将此作为遗传算法的适应度函数．最后给出了一个计算实例，用MATLAB进行了仿真，算法最终收敛到稳定状态，所得的结果能够满足要求．     

基于粒子群算法的服装矩形样片模型研究

针对服装排料中如何将样片在指定的面料内进行合理的排列,使面料利用率达到最大的问题,在服装样片矩形化的基础上,建立混合组合方式下的服装最优排料的数学模型,并将粒子群算法与实际服装排料经验相结合,设计了整体排料最优求解算法.通过实例证明了服装排料数学模型的有效性.     

服装矩形样片组合优化模型及其求解算法

服装排料问题是指如何将样片在指定的面料内进行合理的排列,使面料利用率达到最大。根据实际技术需求,在服装样片矩形化的基础上,建立了混合组合方式下的服装最优排料的数学模型,并将最优化方法与实际服装排料经验相结合,设计了整体排料最优求解算法。最后,通过实例证明了所提出的服装排料数学模型的正确性。     

邮运汽车套班组的调度系统研究

针对邮区中心局的邮运汽车的运输调度问题,引入了邮政汽车运输调度系统中邮车套班的概念,结合生产实际提出了套班调度的数学模型,给出了计算方法、计算机软件编制流程图,并且对在四川、西藏的典型应用实例进行了介绍,说明了这种方法对于其他运输方式中的循环调度问题同样具有一定的参考意义.     

基于表象式语义网络的图匹配算法

提出了一种在表象式语义网络中的查找方法,表象式语义网络问题的求解一般都是通过图匹配实现的,首先根据待求解的问题的要求构造一个带变量节点的语义网络,然后与计算机视觉系统中己存储的语义网络进行图匹配。当语义网络中的询问部分与系统中的语义网络图匹配后,则与询问部分匹配的事实就是问题的解。图匹配问题可以通过构造一个图的附属数据结构来完成,这个附属数据结构也称为相连图(association graph),对于两个图G=(V,A)以及G′=(V′,A′),构造相联图G″=(V″,A″),也就是说,V″是所有可能节点匹配对的集合,A″是所有相容节点匹配的集合。这相当于在相联图中寻求一个最大的基团(clique),其中基团定义为G″的完全连通的一个子图。最大基团满足其节点集合不是任何其他基团节点集的适当子集。     

基于遗传算法的刀具路径优化排布方法

为缩短数控(NC)加工时间和提高加工效率，提出了一种新的基于遗传算法的刀具路径优化排布方法.该方法以加工代码分析为基础，将刀具路径分解为一系列切削路径组和对应的辅助运动路径，根据加工类型将切削路径细分为开放式切削路径和封闭式切削路径.构造了一种新的分段染色体模型，将染色体分为主节和附加节，用不同的编码方法对开放式切削路径和封闭式切削路径进行编码表示.采用改进的遗传算法，对分组后的切削刀具路径进行优化运算，得到了刀具路径排布的近似最优解.实验结果表明，该方法具有良好的优化效果，可以明显缩短辅助运动路径的总长度，减少加工时间.     

缺陷石板的计算机优化排样

目的利用遗传算法解决缺陷石板优化排样问题以提高石材大板的利用率.方法提出了一种基于遗传算法的缺陷石板优化排样方案,建立优化排样数学模型,并采用C#语言结合AutoCAD平台开发出了缺陷石板矩形单一排样程序模块.结果遗传算法实现对缺陷的石板进行实时优化排样,开发程序可以进行石材参数化设计,板材设计和表面廓形数据采集系统无缝连接,对板材进行在线测量和实时分割优化下料.结论该方法在分割缺陷石板时避开了石材表面空洞、大斑、裂纹等缺陷,提高了石材加工和设计效率,提高材料利用率,较好地解决了缺陷石板的二维矩形件单一优化排样问题.     

t^2阶Steiner三连系的构造方法

为构造t^2阶Steiner三连系,阐明了v阶Steiner三连系的基本思路,给出了任意完全图的边矩阵的定义,利用边矩阵的子矩阵划分给出了t^2阶Steiner三连系构造的一种方法,并叙述了9阶Steiner三连系构造的全过程。实践表明,利用边矩阵的子矩阵划分构造t2阶Steiner三连的思路是正确的,值得推广,边矩阵已成为图论研究的新工具。     

基于蚁群算法的电子化考试考场座位编排方法

提出一种用于电子化考试考场坐位优化编排的智能算法.在分析电子化考试特点的基础上,建立了考场编排的优化函数和与之对应的二分图模型,采用蚁群算法对该模型进行了优化求解.仿真结果表明:所提算法是有效的,大大提高了大规模电子化考试的效率.