有时间窗车辆路径问题的混合算法

提出了一种基于模拟退火算法(SA)和大规模邻域搜索(LNS)的混合算法,并采用PFIH算法构造较高质量的初始解,同时给出了一种调整客户时间窗的回归迭代策略,从而计算出每辆车的最佳出发时间,并证明这种策略可使每辆车的等待时间均为零.从试验结果可以看出,该算法用于求解VRPTW问题效果显著,计算速度较快;与其他算法相比,显示了其较强的实用性和可操作性,为解决VRPTW提供了一种有效的算法.     

基于演化计算的机票超售建模

针对航空公司机票超售策略建立一个数学模型。考虑到该问题的复杂性，将旅客的到达看作一个二项分布，这一假设具有一定的合理性，该问题是一个多目标规划问题，在求解的时候，将（p,m)看作遗传种群个体，加权得到一个单目标问题，最后给出了它的计算方法，并进行数值仿真。     

基于择优协作策略的PES算法在整数规划问题上的应用

整数规划是在科学领域和应用研究中广泛使用的一类数学模型.由于它是NP困难问题,因而求解困难.目前的求解方法是以群智能算法为主体,但这类方法一直未能很好地解决种群内部个体或者种群之间的探索与开采、竞争与协作的矛盾.基于金字塔结构的群智能演化策略(swarm intelligence evolution strategy based on pyramid structure,简称PES)是一种新型算法.该算法能够有效地解决上述两大矛盾.深入地分析了PES算法的机理,构造了一种择优协作策略的模型,并将改造后的PES算法由优化函数扩展到求解整数规划问题上.最后,通过探索实验以及对比实验探究了算法的收敛性、稳定性以及探寻全局最优点的性能.实验结果表明,基于择优协作策略的PES算法能够很好地求解整数规划问题.     

一种高效的多目标演化算法

为了提高非劣解向Pareto最优前沿收敛的速度及进一步提高解的精度,在设计了一种新的杂交算子并改进了NSGA-Ⅱ的拥挤操作的基础上,提出了一种基于分级策略的多目标演化算法。数值实验表明,新算法能够非常高效地处理高维的最优前沿为凸的、非凸的和不连续前沿的多目标测试函数,得到的非劣解具有很好的分布性质。但在处理高维的具有太多局部最优前沿的多峰函数时极易陷入局部最优前沿。     

基于演化建模的图像配准模型

传统的多项式配准模型原理直观,计算简单,但由于采用多项式建立模型,往往带有局限性,对于复杂的配准可能无效;传统的物理配准模型虽然配准精度较高,但对成像的各种因素需要精确掌握,实际操作难度较大。演化建模只需要根据问题的特征来确定模型结构的一些基本组成单元,就可以自动建立较为精确的模型。针对以上传统图像配准模型的不足,并考虑到演化建模具有智能挖掘模型的优点,提出了一种基于演化建模的图像配准模型。最后给出了该方法在图像配准中的实验,实验结果表明该方法有较高配准精度,适用于图像配准。     

基于混合演化算法的二维下料问题

介绍了将二维下料问题建模成旅行商问题的方法,指出单纯旅行商问题模型的局限性,认为其是一种启发式方法,理论上找不到全局最优解。针对于此,在原有模型的基础上引入旋转变换,提出了两种混合演化算法捆绑式深化算法和元算法。实例仿表明,该算法可以获得比普通经算法好的结果。     

基于数值遗传算法的快速模板匹配

针对目前图像处理中模板匹配方法一般具有较大计算量的不足，提出使用遗传算法进行快速的搜索。由于图像本身是离散的模型，因而提出使用双线性插值算法，将搜索空间扩张到一个平面上的连续域，从而可以进行数值优化，目标函数为模板和图像间的互相关。采用基于空间划分的数值遗传算法，通过在凸集上的杂交机制生成迭代解，具有较快的计算速度和较强的全局寻优能力。通过实验分析了目标函的性质，并在最后给出了求解实例来说明算法的性能。     

关系数据库中函数依赖左部集的结构

讨论了函数依赖左部集,根据左部集内部结构将其分为原子的、半原子的和全可分的,并且讨论了它们的性质.     

网络拓扑结构的数学模型及遗传算法

提出了网络拓扑结构的定义,以ATM网络问题为例建立了优化问题的数学模型,并描述了用遗传算法并作求解该问题的方法。该方法较圆满地解决了既考虑经济效益又考虑需求的ATM网络问题。该问题的研究对实际应用及推动动态网络的研究有十分重要的意义。