随机活动工期下考虑缓冲成本及效用的融资费用最小化项目调度优化研究

巨额融资所带来的高昂融资费用，推高承包商的总成本，严重挤压其利润空间。承包商迫切需要对项目现金流进行优化，提高资金配置效率，降低融资费用。此外，为了应对不确定性干扰，承包商通常花费事前成本为活动添加时间缓冲，以保证进度计划稳定性，以减少事后变更和调整费用。因此，本文研究随机活动工期下考虑缓冲成本及效用的融资费用最小化项目调度优化研究，旨在为承包商生成具有一定鲁棒性的融资费用最小化基准进度。首先，界定研究问题并构建优化模型，在此考虑为活动插入时间缓冲所带来的成本及效用。其次，设计VNTS混合算法对模型进行求解，提炼相关性质以提高算法搜索效率，并在算例集合上进行算法测试。最后，通过案例对本文研究进行说明。研究结果可以为随机活动工期下承包商控制融资费用、提高项目收益，提供定量化决策支持。     

多车场有时间窗的多车型车辆调度及其禁忌算法研究

本文针对物流配送中的多车场车辆调度问题提出了两种多车场的处理方法，介绍了多车场车辆调度问题中容量、时间窗、多车型等多种约束的处理方法，并且根据具体约束情况设计了禁忌算法，对多车场有时间窗的多车型车辆调度问题加以实现，给出了一个具有代表性的算例试验结果和结果分析，通过试验表明了此方法对优化有时间窗的多车型车辆调度问题的有效性．     

边坡非圆弧滑动面的PSO-GA组合搜索

在岩土工程边坡非圆弧临界滑动面搜索问题中,依据作者提出的非圆弧滑动面向量表示方法,采用粒子群优化算法(PSO)和遗传算法(GA)组合形成的一种新算法,实现了临界滑动面的最优搜索.通过算例分析,并与GeoSLOPE等成熟系统的结果比较,验证了本方法的正确性和确定边坡临界滑动面搜索算法的高效性.稳定系数的计算采用适合解非圆弧滑动问题的摩根斯坦-普赖斯方法,根据本文验证,对该方法可能出现的异常情况进行了修正.     

A UNIVERSAL APPROACH FOR CONTINUOUS OR DISCRETE NONLINEAR PROGRAMMINGS WITH MULTIPLE VARIABLES AND CONSTRAINTS

IntroductionExtensive research works have been published for solving nonlinear mathematicprogramming problems.Nonetheless,it is still difficult to find an effective and universalapproach for general programming problems with multiple design variables and …     

樽海鞘群算法在可见光通信调制器的应用

针对可见光多载波通信系统传输速率低、帧间干扰大的问题,采用改进的樽海鞘群算法对可见光多载波通信系统的调制器算法进行优化,以提高可见光通信的数据传输速率。该文详细分析了可见光通信系统的多载波调制器,全面考虑了相关调制系统的重要参数集,并给出合理的质量评价函数。将布谷鸟搜索算子引入樽海鞘群算法以增强其全局搜索能力,最终利用改进的樽海鞘群算法对可见光通信多载波调制器做优化。仿真实验结果表明,运用樽海鞘群算法能够对可见光通信多载波调制系统的参数进行优化,提高可见光通信的传输速率。     

混沌反向学习柯西变异和声搜索算法

为了改善和声搜索算法的寻优性能,提出一种基于混沌反向学习及柯西变异的和声搜索算法.算法首先通过混沌反向学习策略初始化和声记忆库来增强初始种群的多样性;然后通过动态地改变参数PAR和BW来逃逸局部极值;接着在算法产生新解的过程中引入柯西变异策略来提高全局探索性能.最后通过对不同类型的基准测试函数进行寻优,并做了Wilcoxon秩和检验,其结果表明,所给改进算法在求解精度和收敛速度上均优于所涉及的对比算法,即所提算法是可行的.     

基于智能算法的冷水机组优化运行研究

以南方某机场航站楼冷源系统为研究对象,采用深度神经网络建立了两种不同类型冷水机组的运行能效模型,并将冷却水出水温度模型与冷水机组能效模型进行耦合,以冷源系统能耗最低为目标,采用布谷鸟搜索算法优化了冷源系统的运行参数、冷水机组与冷却塔的组合方式。研究结果表明：采用深度神经网络建立的冷水机组模型具有较高的精度和泛化能力,与原运行方式对比,采用布谷鸟搜索算法优化的方法在夏季典型日最高节能19.6%,具有较高的节能效果。     

基于动态自适应t分布变异的人群搜索算法

针对人群搜索算法在进化后期大量个体聚集局部最优时,易陷入局部最优,搜索精度低的缺陷,提出一种基于t分布变异的人群搜索算法.算法使用动态自适应方式确定变异步长,引入t分布变异算子以融合柯西变异和高斯变异的优点,促进算法在进化早期具备良好的全局探索能力,在进化后期收获较强的局部开发能力,增加种群的多样性;采用边界缓冲墙策略处理越界问题,避免越界个体聚集在边界值上的缺陷.实验结果表明,算法比基本人群搜索算法具有更高的寻优精度和收敛速度,是一种有效的算法.     

基于工时优化的柔性生产人员配置模型及算法

为满足企业工时优化和提高运营效益的内在需求,针对柔性生产,以合理人工配置和最佳作业排序为目标建立了数学模型,并设计了递阶启发式搜索算法.根据组合并联作业结构特性,采用遗传算法优化子层作业的人工配置和作业工时,并将子层作业视为父层作业的相似阶段采用动态规划法决策父层的最优工时.在上述优化工作的基础上再利用改进蚁群算法,将其等效为具有m台处理机、目标函数为最优工时的流水车间作业排序问题,利用优先调度算法确定能见度因子并通过仿真和灵敏度分析优化了算法参数,最终生成最优作业排序计划.对实例问题的求解证明了研究模型和算法的有效性和鲁棒性.     

基于动态布谷鸟搜索算法的PID控制器参数优化

针对传统PID控制器参数优化费时且不能保证获得最佳性能,提出一种基于动态布谷鸟搜索算法的PID控制器参数优化方法。布谷鸟搜索算法(CS)具有参数少、搜索能力强等特点,但是标准布谷鸟搜索算法参数采用固定值,极大地影响了算法的性能,因此提出了动态布谷鸟搜索算法(DCS),DCS算法采用动态参数,算法性能明显改善。仿真试验结果表明基于动态布谷鸟搜索算法的PID控制器具有较好的控制性能指标。