有色装箱问题的在线近似算法

有色装箱问题是经典装箱问题的推广,它在多处理器实时计算机系统的任务调度等实际问题中有着很强的应用背景,提出了求解有色装箱问题的KC－A算法,它首先对输入物品进行分类预处理,然后在同一类内部使用经典装箱问题的近似策略A,给出了KC－A算法最坏情况渐近性能比的下界,分析了当选用的算法A是著名装相算法NF,FF,BF,WF时KC－A算法的最坏情况渐近性能比和平均性能比,给出了实验结果,并指出KC－FF表现出相对更好的实验效果。     

云环境下基于神经网络和群搜索优化的资源分配机制

在云环境下,各种闲置资源可以通过池化形成资源池,进而利用虚拟化技术将资源池中的不同资源组合以服务的形式提供给用户使用,因此需要合理而有效的机制来分配资源.针对云环境下资源的特点,将经济学和智能方法相结合,提出了一种基于双向组合拍卖的智能资源分配机制.在该机制中,提出了基于体验质量（quality ofexperience,简称QoE）的威望系统,引入威望衰减系数和用户信誉度,降低拍卖中恶意行为造成的影响,为资源交易提供QoE 支持.对拍卖中的竞价决策,综合考虑多种因素,提出了基于BP 神经网络的竞标价格决策机制,不仅可以合理确定竞标价,而且使价格可以动态适应市场变化.最后,由于组合拍卖胜标确定问题是NP 完全的,因此引入群搜索优化算法,以市场盈余和总体威望为优化目标,得到资源分配方案.仿真研究结果表明,该机制是可行和有效的.     

基于改进鲸鱼优化的覆盖表生成算法

为提高组合测试中覆盖表生成效率,基于覆盖表生成的离散性,提出一种改进的鲸鱼优化算法。该算法首先利用编码转换的思想,将鲸鱼个体连续运动方式编码为适用于覆盖表的离散方式;其次,在算法的开发与搜索阶段加入迭代演化算子,以提高算法的全局搜索能力;最后,针对覆盖表生成中算法本身的局限问题,使用平均海明距离跳出局部最优,并通过约束求解器和惩罚函数法增加约束处理机制,以提高算法实际应用能力。实验结果表明,与其它已有算法相比,所提出的算法在覆盖表生成规模上具有更好的优势。     

Coarse‐to‐Fine Isometric Shape Correspondence by Tracking Symmetric Flips

We address the symmetric flip problem that is inherent to multi‐resolution isometric shape matching algorithms. To this effect, we extend our previous work which handles the dense isometric correspondence problem in the original 3D Euclidean space via coarse‐to‐fine combinatorial matching. The key idea is based on keeping track of all optimal solutions, which may be more than one due to symmetry especially at coarse levels, throughout denser levels of the shape matching process. We compare the resulting dense correspondence algorithm with state‐of‐the‐art techniques over several 3D shape benchmark datasets. The experiments show that our method, which is fast and scalable, is performance‐wise better than or on a par with the best performant algorithms existing in the literature for isometric (or nearly isometric) shape correspondence. Our key idea of tracking symmetric flips can be considered as a meta‐approach that can be applied to other multi‐resolution shape matching algorithms, as we also demonstrate by experiments.     

基于核算法解决多维多选择背包问题

针对目前尚无多维多选择背包问题(MMKP)高效核算法的现状,提出用多种方法来构造处理这种类型背包的核。首先论述了如何在一般背包问题中获得核;接着根据事先设定的度量指标详细讨论了MMKP的基本解和两种排序关系,并利用三种备选方案得出MMKP的核,亦即子空间。第一种方案是基于观察数据E[lc]和E[d∞]比较小来得到核;第二种方案基于基本解和最优解的曼哈顿距离不算太远来实施;第三种方案是为所有元素定义一个全序并取第一组k元素作为核。比较了这三种方案的不同与优劣,结果表明：第一种方案比其他两种方案无论从定义子空间的精度和枚举时间平均值上,性能都更优越,利用该方案定义的核能高效解决MMKP。     

浅谈求解组合优化问题的几种近似算法

现实生活中,为了最大限度地利用资源、节省开支,出现了许多最优化利用资源的问题,往往是要求求出最大值或最小值的。在优化问题中,比较常见的是组合优化问题。针对此类问题,也出现了不少求解的算法。该文对其中比较常用的几种近似算法进行了总结,并通过一种典型的组合优化问题——装箱问题的实例对各算法的优劣进行了比较。     

基于故障群-征兆群对子的变电站故障诊断

为处理好变电站故障诊断问题中故障源和故障征兆间因果关系的不确定性,本文提出了基于故障群组合优化的故障诊断方法.在建立保护配合的Petri网模型的基础上,用状态转移方程分析模型的动态特性,从中获取所有故障群-征兆群对子.创建故障群组合匹配已知故障征兆的适应度函数,并用遗传算法搜索出最优诊断解.实验证明:该方法不仅能有效地辨识出故障源,而且能提供保护装置拒动、断路器装置拒动、信号传输错误等信息,对现场人员迅速确认故障设备非常有利.     

基于加权平均组合评价法的电网直流融冰计划决策

电网在遭受大范围冰雪凝冻灾害时如何编制合理的输电线路直流融冰的计划成为调度人员迫切需要解决的问题,为此提出了输电线路直流融冰排序评价指标来识别线路融冰的紧急性。该指标以线路重要性、实时覆冰率和预测覆冰增长率为属性因子,用加权平均组合评价法确定各属性因子的权重。在此基础上结合线路直流融冰的特性提出了输电网络直流融冰计划决策方法,在约束条件下能优先安排亟需融冰的线路。贵州电网的应用实例验证了该方法的有效性和可行性,可为电网的抗冰工作提供参考借鉴。     

旅行商问题的一种模拟退火算法求解

旅行商问题(TSP)是组合优化领域里的一个典型的、易于描述却难以处理的NP难题,其可能的路径数目与城市数目是呈指数型增长的,求解非常困难。首先介绍了旅行商问题,模拟退火算法原理及其算法实现。应用模拟退火算法对TSP进行研究,给出解决TSP的一种比较精确的算法并用Matlab实现了算法。最后用该算法对TSP进行了仿真,验证了该算法的有效性。