二分单纯形算法中子规划问题的进一步研究

本对二分单纯形算法的子规划问题作进一步研究,提出一个新的子规划问题来改善问题的不可行性,并确定了相应的主元旋转规则,并编制了相应于新子规划的新二分算法,并对94个线性规划问题进行了数值实验,实验结果表明,新二分算法是一种改进的二分算法。     

交通信号控制的二层规划模型与算法研究

本文研究了交叉口信号控制的二层规划模型的求解算法．上层模型采用了一种直接处理约束的改进的粒子群算法，下层则采用仿射尺度内点算法，得到了一种信号控制二层规划模型．并对模拟路网进行了数值实验，表明算法是有效的和可行的．     

基于改进共生优化算法的云计算资源调度优化

针对云计算资源调度模型具有复杂性和不确定性,导致资源分配合理性较差,存在资源浪费的问题,提出一种改进的共生优化算法对云计算资源调度模型进行优化.针对共生算法存在局部搜索能力较差以及在迭代后期易早熟陷入局部最优的问题,通过镜像初始化以及牛顿局部增强策略进行改进,并进行数值仿真实验.最后以改进后的共生优化算法对云计算资源调度模型进行优化求解,实验结果表明,改进后的共生优化算法有效提降低了云计算所需时间和能耗花费,提高了资源利用率.     

数学规划的一种障碍目标罚函数算法（英文）

研究了数学规划的一种障碍目标罚函数算法,首先,针对数学规划问题定义了一种障碍目标罚函数,针对凸规划问题,提出了一种求解近似最优解的算法,并证明了对应的收敛性,然后,针对一般数学规划问题又提出一个改进算法,并证明了对应的收敛性,最后,数值实验结果表明了提出的改进算法比传统的障碍函数算法有更好的收敛性.     

基于固定序的Bellman-Ford算法的改进

固定序算法是Bellman-Ford算法的一种基本改进算法。为了改变固定序算法在稀疏图上的劣势,本文通过预先订制参与迭代的点的计算顺序,对该算法进行了改进。实验表明,在稀疏图上, 改进后的算法相对于原算法计算效率提高了近50%, 并能够与国际流行的先进先出算法相媲美。本文的工作表明,固定序算法不仅在大规模稠密图上具有明显的优势,而且在稀疏图上也具有很强的竞争力。     

一种改进的动态步长的次梯度算法

次梯度法是解决大规模凸优化问题的经典和有效的方法之一,步长的选取对次梯度法的收敛性起着至关重要的作用.Goffino等(1999)提出了动态步长次梯度算法,通过改进其中的一个参数,提出了改进的动态步长次梯度算法,并证明了改进算法的收敛性.最后,通过数值实验可以看出改进的算法比原来的算法更有效.     

解微分方程组的Adams预测校正算法的改进方法

针对Adams预测校正算法求解微分方程组作了改进.算法的主要改进之处是在校正环节用已经计算出来的"新值"取代"旧值".最后,基于提出的改进方法和传统的Adams预测校正算法对同一微分方程组问题作了数值比较实验.数值实验结果表明改进的算法与传统的Adams预测校正算法的计算量一样,但精度大大提高.     

考虑出口箱进出场及预翻箱的箱位分配与场桥调度协同优化

为降低送箱集卡到场的不确定性对出口箱堆存和装船效率的影响,以最小化堆场进出场作业系统总作业时间为上层模型的目标,以最小化同一批入场出口箱的堆存时间下层模型的目标,构建了双层混合整数规划模型为进出场的出口箱分配箱位并优化场桥调度。设计改进的遗传模拟退火算法求解上层模型可得出口箱箱位分配方案,求解下层模型可得预翻箱和场桥调度方案,通过不断平衡上下层最优解使堆场堆存和装船作业效率最优。通过数值实验验证了算法和调度策略有效性,研究结果可丰富集装箱码头运营系统优化理论,为提高出口箱堆场作业效率提供决策参考。     

非凸二次规划的粒子群算法

给出了粒子群算法中惯性权值和学习因子的一种简单改进,并将其应用到非凸二次规划的求解中,通过数值试验与现有的求解非凸二次规划问题的分支定界法进行了比较,得到了较好的结果.     

带有改进的典型交易成本函数的MCvar模型及其例证分析

首先建立带有改进的典型交易成本函数的MCvar投资组合模型,同时给出了求解该模型的基于相关性粒子群算法的具体步骤.然后选取A股市场上的三只股票进行了一组数值实验.通过对数值计算的结果分析表明算法有效可行.最后对下一步有待解决的问题提出了几点思考.     

负权最短路问题的新算法

Bellman-Ford算法自1958年以来一直是负权最短路问题的公认的最好算法之一．1970年,Yen对其进行了改进,理论上可以节省一半的计算量．本文得到了一种比Bellman-Ford算法更加优越的算法．尽管在理论上新算法无法保证完全超越于Yen的改进算法,但在许多情况下需要更少的计算量．     

An Improved Bernstein Global Optimization Algorithm for MINLP Problems with Application in Process Industry

We present an improved Bernstein global optimization algorithm to solve polynomial mixed-integer nonlinear programming (MINLP) problems. The algorithm is of branch-and-bound type, and uses the Bernstein form of the polynomials for the global optimization. The new ingredients in the algorithm include a modified subdivision procedure, a vectorized Bernstein cut-off test and a new branching rule for the decision variables. The performance of the improved algorithm is tested and compared with earlier reported Bernstein global optimization algorithm (to solve polynomial MINLPs) and with several state-of-the-art MINLP solvers on a set of 19 test problems. The results of the tests show the superiority of the improved algorithm over the earlier reported Bernstein algorithm and the state-of-the-art solvers in terms of the chosen performance metrics. Similarly, efficacy of the improved algorithm in handling a real-world MINLP problem is brought out via a trim-loss minimization problem from the process industry.     

Introduction to the improved functional epsilon algorithm

This paper introduces the improved functional epsilon algorithm. We have defined this new method in principle of the modified Aitken Δ² algorithm. Moreover, we have found that the improved functional epsilon algorithm has remarkable precision of the approximation of the exact solution and there exists a relationship with the integral Padé approximant. The use of the improved functional epsilon algorithm for accelerating the convergence of sequence of functions is demonstrated. The relationship of the improved functional epsilon algorithm with the integral Padé approximant is also demonstrated. Moreover, we illustrate the similarity between the integral Padé approximant and the modified Aitken Δ² algorithm; thus we have shown that the integral Padé approximant is a natural generalisation of modified Aitken Δ² algorithm.     

基于正弦控制因子的Lateral变异鲨鱼优化算法

针对传统鲨鱼优化算法在求解高维目标函数时,易早熟收敛,陷入局部最优的缺陷.提出一种基于正弦控制因子的Lateral变异鲨鱼优化算法.通过正弦曲线的特性和自适应惯性权重,改善了传统鲨鱼优化算法中由于随机选取控制因子数值大小可能导致算法在迭代后期全局搜索能力降低的问题,提高了算法在迭代后期的全局收敛能力,并对最佳鲨鱼位置引入Lateral变异策略,加强了算法跳出局部最优的可能性.改进后的算法对多个shifted单峰,多峰以及固定维测试函数进行求解,实验结果表明,对比多种不同优化算法而言,本文所提LSSO算法具有更高的收敛精度和搜索速度.     

模拟退火算法的改进及其应用

模拟退火算法是随机优化近似算法。本文首先介绍其物理背景和一般形式，然后通过对算法增加记忆和返回两个功能以及在算法之后链接一个局部搜索过程，改善了算法性能，接着将改进算法应用于解旅游商问题，最后对该算法作简要的性能评论。     

一种改进的进化规划算法

本对于全局优化问题提出一个改进的进化规划算法，该算法以概率p接收基于电磁理论求出合力方向作为随机搜索方向，以概率1-p接收按正态分布产生的随机搜索方向。改进算法不仅克服了传统进化规划算法随机搜索的盲目性，而且保留了传统进化规划算法全局搜索性。本算法应用于几个典型例题，数值结果表明本算法是可行的，有效的。     

一种改进的蚁群算法及其在TSP中的应用

蚁群算法是一种求解复杂组合优化问题的新的拟生态算法,也是一种基于种群的启发式仿生进化算法,属于随机搜索算法的一种,并用于较好地解决TSP问题.然而此算法也有它自己的缺陷,如易于陷入局部优化、搜索时间长等.通过对基本蚁群算法的介绍及相关因素的分析,提出了一种改进的蚁群算法,用于解决TSPLAB问题的10个问题,并与参考文献中的F-W、NCSOM、ASOM算法进行比较,计算机仿真结果表明了改进算法的有效性.如利用改进的蚁群算法解决lin105问题,其最优解为14382.995933(已知最优解为14379),相对误差是0.0209%,计算出的最小值几乎接近于已知最优解.     

一种改进的公交网络最优路径算法

通过对公交网络模型进行分析,考虑公交线路票价变化,按照出行时间最短同时保证换乘次数较少的原则,对现有解决公交网络最短路问题的算法进行改进.应用了将公交线路抽象为顶点,建立邻接矩阵的方法处理换乘问题.通过实际问题计算验证了算法的有效性.     

基于交通流的多模糊时间窗车辆路径优化

研究了基于交通流的多模糊时间窗车辆路径问题,考虑了实际中不断变化的交通流以及客户具有多个模糊时间窗的情况,以最小化配送总成本和最大化客户满意度为目标,构建基于交通流的多模糊时间窗车辆路径模型。根据伊藤算法的基本原理,设计了求解该模型的改进伊藤算法,结合仿真算例进行了模拟计算,并与蚁群算法的计算结果进行了对比分析,结果表明,利用改进伊藤算法求解基于交通流的多模糊时间窗车辆路径问题,迭代次数小,效率更高,能够在较短的时间内收敛到全局最优解,可以有效的求解多模糊时间窗车辆路径问题。