基于m进制隐枚举法的特殊约束指派问题最优解特点研究

给出了该类问题的数学模型,其约束的特殊性表现在被指派的资源数量必须在给定的范围内,因而不同于一般非平衡指派问题;运用m进制运算规则将二维解矩阵转化为一维解向量,减少解组合的数量,据此用隐枚举法求得问题的最优解。通过对多个算例的求解,找出了该问题最优解的两个特点。这些特点可为求解大规模该问题的智能算法提供有益的帮助。     

0-1目标规划及其解法

在经济、管理等许多领域经常会遇到下列0-1目标规划问题 但关于其解法的专门讨论尚不多见。本文从目标规划的对偶问题出发,并以对偶问题的目标函数为主要过滤条件,提出了一种隐枚举法。利用该方法不仅可以减小枚举次数和每次枚举的计算工作量,而且避免了单纯形法的多次迭代过程。文章最后举例说明了该方法的应用。     

求0-1型整数规划的一种新方法

本文给出求 0 -1型整数规划的一种新方法 ,该方法利用对所有目标函数值排序的方法 ,求出最优解 .该方法简单易行且计算量较小     

二进制与十进制的桥梁——算盘

计算机的二进制与十进制转换方法是整数和小数分开转换，最后开凑成一个数，且步骤繁琐；若利用算盘作为转换工具，其转换过程简单、直观、易学，整数和小数同时转换，一步到位。     

基于整数规划的医疗卫生服务中心选址模型

根据农村医疗卫生服务中心的特点,结合卫生服务人数限制、费用限制、距离限制等决定因素建立了卫生服务中心选址模型,分析了层次分析法及隐枚举法求解医疗卫生服务选址模型的差异性.结果显示:所建立的医疗卫生服务中心选址模型在限制条件下能够最大程度的满足人民群众对卫生服务的需求,且隐枚举法求解0-1整数规划比层次分析更具有可行性与有效性.     

基于改进二进制蚁群算法的函数优化

对于函数优化问题,传统蚁群算法存在着算法实现较难,求解速度慢,需要记忆功能,不容易与其他算法结合等问题,而已有二进制蚁群算法也存在着迭代次数过多,收敛速度慢等问题.借鉴二进制蚁群算法思想,将解空间直接二进制离散化求解,实验证明该算法在处理一元及多元函数优化方面均有较好的表现,通过对几个函数的测试(包括一元和多元),结果表明该改进算法具有较好的稳定性和收敛速度,算法性能良好.     

带有转换时间和阀值的非抢占优先权排队模型

在[3]中,我们研究了在抢占规则下带有转换时间和阈值的两类顾客优先权排队系统,本文就非抢占情形对这样的系统作进一步的研究,同样求出两类顾客队长的稳态联合概率母函数。籍助这些母函数可求出诸如平均队长这样一些重要的系统性能指标。     

基于因子隐马尔可夫模型的VaR与ES联合预测

VaR和ES是衡量金融资产风险的重要测度,对风险控制和金融危机的识别具有重要意义。本文以CAViaR模型为基础,通过因子隐马尔可夫模型构造潜变量,作为CAViaR模型的回归系数的组成部分,最终提出了一个含潜变量的VaR和ES联合估计方法(FHM-CAViaR),实现了VaR和ES的联合预测。在该模型中,潜变量由一个因子隐马尔可夫模型驱动,可以刻画市场信息对模型系数带来的长期效应与短期冲击,该因子隐马尔可夫模型的引入实现了分位数回归模型参数在上百个状态间的转换。最后,基于本文提出的FHM-CAViaR模型分别对上证综指、深证综指和纳斯达克指数的对数收益率数据进行实证分析。实证结果表明,本文提出的模型具有更优的预测效果。此外实证结果还表明,在危机期间VaR的序列聚集性有着显著的增加。本文提出的模型可以通过潜变量的变化识别市场的机制变换,且能更精确地对金融资产的VaR以及ES进行估计,给出金融风险度量一种新的研究方法。     

基于动态规划的高阶隐马氏模型推广的Viterbi算法

首先通过Hadar等价变换方法将高阶隐马氏模型转换为与之等价的一阶向量值隐马氏模型,然后利用动态规划原理建立了一阶向量值隐马氏模型的Viterbi算法,最后通过高阶隐马氏模型和一阶向量值隐马氏模型之间的等价关系建立了高阶隐马氏模型基于动态规划推广的Viterbi算法．研究结果在一定程度上推广了几乎所有隐马氏模型文献中所涉及到的解码问题的Viterbi算法,从而进一步丰富和发展了高阶隐马氏模型的算法理论．     

带有阈值转换和启动时间的优先权排队

在诸如ＩＳＤＮ的通信网络中,多种信息共用一条线路,为了满足不同类型信息的服务质量要求,带有阈值转换的优先权排队系统应是一种合适的模型。本文研究单服务员、两类顾客的带有阈值转换和启动时间的优先权排队系统,首先,分别就抢占和非抢占情形讨论了具有泊松到达、服务时间和启动时间均有指数贩系统,然后就非抢占情况进上步考虑了服务时间和启动时间有一般分布的系统,求出了系统中两类顾客队长的稳态联合概率母函数,藉助这     

Lower Bound Improvement and Forcing Rule for Quadratic Binary Programming

In this paper several equivalent formulations for the quadratic binary programming problem are presented. Based on these formulations we describe four different kinds of strategies for estimating lower bounds of the objective function, which can be integrated into a branch and bound algorithm for solving the quadratic binary programming problem. We also give a theoretical explanation for forcing rules used to branch the variables efficiently, and explore several properties related to obtained subproblems. From the viewpoint of the number of subproblems solved, new strategies for estimating lower bounds are better than those used before. A variant of a depth-first branch and bound algorithm is described and its numerical performance is presented.     

一种求解分组0-1背包问题的动态规划法

研究了分组0-1背包问题,提出了一种动态规划解决方法,在物品总数为n个和背包承重量为W时,递推过程的复杂度为O(nW),回溯过程的复杂度为O(n).计算实例表明利用该方法易于找到最优解.     

非线性0-1规划问题的蜂群算法

针对非线性0-1规划,提出采用一种智能优化算法——蜂群算法进行求解.描述了蜂群算法的实现过程,并在计算机上编程予以实现.经大量实例测试,并与其它算法进行比较,获得了满意的结果.说明了蜂群算法在解决非线性0-1规划问题上的可行性与有效性,同时具有良好的优化能力..     

两阶段特殊结构混合0-1规划的分解算法

本文介绍了一种用于求解具有特殊结构的两阶段混合0-1规划问题的原始-对偶分解算法,并以CPLEX软件作为核心求解器将算法实现.该算法将原问题分解成两个相对简单的子问题,较传统分解算法有更平衡的分解结构和收敛性.实验数据表明,该算法在求解较大规模、稀疏度较大、耦合度较大的复杂两阶段下三角结构混合0-1规划问题时,相比CPLEX提供的分枝剪枝法,在时间效率上有明显提高.算法最后通过固定0-1变量的取值可以得到满足管理精度要求的近似最优解.     

Decomposition and Linearization for 0-1 Quadratic Programming

This paper presents a general decomposition method to compute bounds for constrained 0-1 quadratic programming. The best decomposition is found by using a Lagrangian decomposition of the problem. Moreover, in its simplest version this method is proved to give at least the bound obtained by the LP-relaxation of a non-trivial linearization. To illustrate this point, some computational results are given for the 0-1 quadratic knapsack problem.     

基于DNA链置换与荧光标记的0-1规划问题的计算模型

DNA链置换技术和荧光标记是近年生物计算领域的新兴的方法,并且因为它们都有着操作简单的优势而成为DNA计算的常用方法.DNA自组装算法是以DNA分子作为数据存储和运算的一种新型计算模式.为了提高算法的特异性和检测的灵敏度,在自组装算法的基础上,首次将DNA链置换技术和荧光标记结合引入到自组装模型中,提出了一个解决0-1规划问题的DNA计算新模型.与以往DNA计算模型相比,该模型提高了运算的可靠性和准确性,而且可以逐步缩小解空间,降低运算的复杂度,同时也使检测的方法更加灵活,易于引入到其他自组装算法模型中.     

成败型数据下Logistic分布的参数估计

使用EM算法 ,在成败型数据下 ,对Logistic分布的参数进行估计 ,得到了估计量所满足的非线性方程组     

多目标0-1规划问题的蜂群算法

针对多目标0-1规划问题,本文给出一种新型的智能优化算法——蜂群算法进行求解,并通过实例验证,与遗传算法、蚁群算法和元胞蚁群算法作了相应比较。就多目标0-1规划问题而言,蜂群算法能得到更多的Pareto解,说明了蜂群算法在解决该类问题上的有效性。     

A Tabu Search Algorithm for Quadratic 0—1 Programming Problem

1.IntroductionThemathematicalmodelofaquaduatico-1programmingproblemisasfollows:MinimizesubjecttwhereI,AsfaraspaperL1'2Jcanseemedel(I)(fordu=O)isveryimPOrtantinthemarshallingofsinglegrouptrainbetweenmarshallingstationsinrailwaynetworkandthemarshallingoftraininnetw0rkwiththetw0types0fvehiclefl0w,butproblem(I)isNP-C.C0nsiderarelax-ationproblemasf0llows:MinimizeIngeneral,solvingrelaxati0nproblemiseasierthansolvingcombinatiorial0ptimalpr0b-lem,thesameaslinearpr0grammingproblemissolvableinPOly…     

多目标0-1规划问题的元胞狼群优化算法研究

针对多目标0-1规划问题,首先基于元胞自动机原理和人工狼群智能算法,提出一种元胞狼群优化算法,该算法将元胞机的演化规则与嚎叫信息素更新规则、人工狼群更新规则进行组合,采用元胞及其邻居来增强搜索过程的多样性和分布性,使人工头狼在元胞空间搜索的过程中,增强了人工狼群算法的全局搜索能力,并获得更多的全局非劣解;其次结合多目标0-1规划模型对元胞狼群算法进行了详细的数学描述,定义了人工狼群搜索空间、移动算子、元胞演化规则和非劣解集更新规则,并给出了元胞狼群算法的具体实现步骤;最后通过MATLAB软件对3个典型的多目标0-1规划问题算例进行解算,并将解算结果与其它人工智能算法的结果进行比较,结果表明:元胞狼群算法在多目标0-1规划问题求解方面可获得更多的非劣解集和更优的非劣解,并具有较快的收敛速度和较好的全局寻优能力。