卫星舱三维布局优化模型及判断不干涉性算法

本以人造卫星仪器舱布局问题为背景。建立了在抛物圆柱体空间中带性能约束的长方体群的布局优化模型。分析模型中不干涉性约束的性质，利用凸集分离定理给出了等价的显式表达式，并构造了判断不干涉性的算法。     

二维混合布局问题的组合优化模型及算法

本文以卫星仪器舱布局优化设计问题为背景，分别以矩形和圆形为各种仪器的表征图元，建立二维混合布局的组合优化模型，并给出其主要性质和算法     

具有间断扩散性质的线性约束全局优化随机算法

研究带线性约束的非凸全局优化问题,在有效集算法的基础上提出了一个具有间断扩散性质的随机微分方程算法,讨论了算法的理论性质和收敛性,证明了算法以概率收敛到问题的全局最优解,最后列出了数值实验效果.     

具有间断扩散性质的线性约束全局优化随机算法

研究带线性约束的非凸全局优化问题,在有效集算法的基础上提出了一个具有间断扩散性质的随机微分方程算法,讨论了算法的理论性质和收敛性,证明了算法以概率收敛到问题的全局最优解,最后列出了数值实验效果.     

求解带箱式约束全局优化问题的滤子填充函数方法

提出一个基于滤子技术的填充函数算法, 用于求解带箱式约束的非凸全局优化问题. 填充函数算法是求解全局优化问题的有效方法之一, 而滤子技术以其良好的数值效果广泛应用于局部优化算法中. 为优化填充函数方法, 应用滤子来监控迭代过程. 首先给出一个新的填充函数并讨论了其特性, 在此基础上提出了理论算法及算法性质. 最后列出数值实验结果以说明算法的有效性.     

基于改进遗传算法的布局优化子问题

本针对子问题，构造了布局子问题(关于同构布局等价类)的改进遗传算法。将该算法应用于二维布局优化子问题，数值实验表明该算法能够在很好地保持图元的邻接关系的前提下找到子问题的最优解。由于布局优化问题可分解为有限个子问题，所以利用该算法可以找到整个布局优化问题的全局最优解。     

凸约束优化的非单调信赖域算法的收敛性

本文对凸约束优化问题提出一类新的非单调信赖域算法，在二次模型Hesse矩阵{Bk}一致有界条件下，证明了算法具有强收敛性；在{Bk}线性增长的条件下，证明了算法具有弱收敛性；这推广了现有约束或凸约束优化问题的各种信赖域算法，改进了收敛性结果。     

圆形区域分散布局问题研究

针对圆形区域分散布局问题, 文中给出了一个带约束的非线性规划模型. 当布局点数量较少时, 通过将模型转化为无约束优化问题, 利用梯度方法进行求解; 对于布局点数量较多的情况, 提出了一个界为1/2的多项式时间的近似算法, 并进行了相应的算例分析, 进一步来验证算法解的合理性. 研究的结论及方法一定程度上丰富和完善了圆形区域的分散布局理论.     

转动圆桌平衡摆盘——带平衡性能约束的Packing问题

转动圆桌平衡摆盘问题属带平衡性能约束的装填(Packing)布局优化问题,提出了其数学模型和启发式算法,包括模式迭换法和主布模法,用以构造布局拓扑模式,形成初始布局;推荐了在此初始布局下的寻优方法及技巧,以及给出了缓解组合爆炸的技巧,算法经算例验证。     

求解稀疏逻辑回归问题的嵌套BB算法的分裂增广拉格朗日算法

逻辑回归是经典的分类方法,广泛应用于数据挖掘、机器学习和计算机视觉.现研究带有程。模约束的逻辑回归问题.这类问题广泛用于分类问题中的特征提取,且一般是NP-难的.为了求解这类问题,提出了嵌套BB(Barzilai and Borwein)算法的分裂增广拉格朗日算法(SALM-BB).该算法在迭代中交替地求解一个无约束凸优化问题和一个带程。模约束的二次优化问题.然后借助BB算法求解无约束凸优化问题.通过简单的等价变形直接得到带程。模约束二次优化问题的精确解,并且给出了算法的收敛性定理.最后通过数值实验来测试SALM-BB算法对稀疏逻辑回归问题的计算精确性.数据来源包括真实的UCI数据和模拟数据.数值实验表明,相对于一阶算法SLEP,SALM-BB能够得到更低的平均逻辑损失和错分率.     

油田注水系统拓扑布局优化的混合遗传算法

以投资最小为目标函数,建立了注水系统拓扑布局优化数学模型.根据模型特点,将优化问题分为两层,分别采用遗传算法和非线性优化方法进行求解.并对遗传算法的操作过程进行了改进,调整了适应函数,改进了交叉和变异操作,结合了模拟退火算法,在操作过程中使约束条件得到满足,减少了不可行解的产生,使遗传算法的优化性能得到了提高.优化算例说明了该方法的有效性.     

具有动应力、位移和稳定性约束的离散变量桁架结构布局优化设计算法

给出了在动应力、动位移和动稳定约束下离散变量结构布局优化设计问题的数学模型,用“拟静力”算法,将具有动应力约束、动位移约束和动稳定约束的离散变量结构布局优化设计问题化为静应力、静位移和静稳定约束的优化问题,然后利用两级优化算法求解该模型．优化过程由两级组成,拓扑级优化和形状级优化．在每一级,都使用了综合算法,并且在搜索过程中都根据两类设计变量的相对差商值进行搜索．对包含稳定约束和不包含稳定约束的优化结果做了比较,结果显示稳定性约束对优化结果产生较大的影响．     

基于改进粒子群算法V型非传统布局仓库通道优化设计

V型仓储布局是一种典型的非传统布局方式,针对V型布局主通道设计的问题,将主通道抽象为若干个点连接而成的折线通道,每条拣货通道按物动量大小对仓库进行分区,采用更加符合实际的存取货物作业的概率不相等的非完全随机存储策略,建立最小化平均拣货距离的仓库主通道设计数学优化模型。其次,设计了基于极值扰动算子的改进粒子群优化算法(EDO-PSO)进行算法求解,利用极值扰动算子解决易陷入局部最优问题,采用并行深度搜索策略,提高算法性能,并用Benchmark函数与其他改进PSO算法对比验证算法性能。最后,结合具体实验数据仿真分析,计算结果表明,该方法在相同货位分配策略下,能有效缩短总拣货距离,验证了方法的有效性。     

零售业连锁网点选址与布局演化模型

蚁群算法是近年来出现的一种新型仿生优化算法,是求解复杂优化问题有效方法.本文建立了基于蚁群算法的零售业连锁网点选址与布局演化模型,并利用Matlab进行仿真研究.通过对模拟结果的分析,验证了零售业连锁网点的选址与布局规律.     

Flying-V型仓储布局货位分配优化方法研究

Flying-V是一种典型的非传统布局方式,根据其布局方式的特性,针对仓储货位分配优化问题,以货物出入库效率最高和货物存放的重心最低为优化目标,建立了货位分配多目标优化模型,并采用自适应策略的遗传算法(GA),以及粒子群算法(PSO)进行求解。根据货位分配的优化特点,在GA算法的选择、交叉和变异环节均采用自适应策略, 同时采用惯性权重线性递减的方法设计了PSO算法,有效地解决了两种算法收敛速度慢和易“早熟”的问题,提高了算法的寻优性能。为了更好地表现两种优化求解算法的有效性和优越性,结合具体的货位分配实例利用MATLAB软件编程实现。通过对比分析优化结果表明,PSO算法在收敛速度和优化效果方面相比于自适应GA算法更具有优势,更加合适于解决Flying-V型仓储布局货位分配优化问题。     

卫星舱内长方体群布局的优化模型及全局优化算法

本文研究了卫星舱内长方体群优化问题,建立了一个三维布局优化模型,并用图论,群论等工具克服了布局优化问题时断时续性质带来的困难,在此基础上构造了一个全局收敛的优化算法,文中所用的方法可用于求解类似问题。     

离散变量结构优化设计的组合算法*

本文首先给出了离散变量优化设计局部最优解的定义,然后提出了一种综合的组合算法.该算法采用分级优化的方法,第一级优化首先采用计算效率很高且经过随机抽样性能实验表明性能较高的启发式算法─—相对差商法,求解离散变量结构优化设计问题近似最优解 X ;第二级采用组合算法,在 X 的离散邻集内建立离散变量结构优化设计问题的(-1,0.1)规划模型,再进一步将其化为(0,1)规划模型,应用定界组合算法或相对差商法求解该(0,1)规划模型,求得局部最优解.解决了采用启发式算法无法判断近似最优解是否为局部最优解这一长期未得到解决的问题,提高了计算精度,同时,由于相对差商法的高效率与高精度,以上综合的组合算法的计算效率也还是较高的.