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.     

基于混合的细菌觅食算法求解TSP问题

针对求解经典NP问题—旅行商难题(TSP),在标准细菌觅食算法上进行改进,提出了混合的细菌觅食算法(HBFA).一方面引入编码交叉思想对趋势步进行改进,使算法能更有效地处理离散优化问题;另一方面采用了自适应迁徙算子,使新生个体带有最优个体启发式信息的同时也增强了算法跳出局部最优能力.最后通过对TSPLIB中若干实例的实验仿真以及多种算法对比,验证了算法的可行性和有效性.     

冷链低碳物流配送路径优化的细菌觅食—蚁群算法研究

冷链物流的绿色发展已成为国家十三五发展的热点,在分析冷链物流配送环节各种成本基础上,以车载容量和时间窗为约束,构建综合总成本最小化的冷链低碳物流配送路径优化模型.将细菌觅食算法中的复制操作和趋向操作引入基本蚁群算法中,改善了算法的收敛效率和全局搜索能力,提出了细菌觅食一蚁群算法用于求解冷链低碳物流配送路径优化模型.通过实例仿真表明,在求解冷链低碳物流配送路径优化模型方面,细菌觅食—蚁群算法能够以更高的效率寻找到更低的综合总成本,验证了改进算法的合理性和有效性.     

城市垃圾分类收运中的数学模型化方法

研究厨余垃圾的处理与清运问题,为大、小型处理设备的数量选择、选址及垃圾收运路线的设计分别建立了最优化模型。模型中将城市道路网抽象成无向赋权图,考虑了在交通拥堵和环境影响下的运输成本、设备处理量的均衡性和对环境的影响程度,构成多目标优化问题,进而运用改进的粒子群算法确定大型设备的位置,并给出了设置小型设备的基本原则;通过分析大、小型设备在不同处理能力下总成本的差异,确定了适合城市实际情况的最优设备处理能力。垃圾收运路线设计中以运输成本与环保成本作为优化指标,建立了基于K-TSP的运输车辆清运路线模型,并运用蚁群算法进行路网优化。最后对深圳市南山区的厨余垃圾收运问题进行了仿真,仿真结果表明上述模型和算法能有效地解决城市垃圾分类收运问题。     

一种求解化工动态优化问题的改进磷虾觅食优化算法

智能算法原理简单、容易实现,且具有良好的全局收敛能力,近年来被广泛应用于化工过程的动态优化问题.提出一种改进的磷虾觅食优化算法求解化工动态优化问题.该算法通过跟踪磷虾种群的变化来更新速度因子,提高收敛速度;引入自适应柯西变异,增强了算法跳出局部最优值的能力.针对化工动态优化问题,首先通过控制向量参数化方法将其转化为非线性规划问题,并引入变时间区间分布法来优化区间划分,然后利用改进算法进行求解.最后,将改进算法应用于多个化工动态优化问题中,仿真结果表明,该算法具有良好的可行性.     

求解0-1背包问题的细菌觅食算法

0-1背包问题是组合优化中的一个典型NP难题,介于其具有广泛的实际应用,有效的解决该问题具有非常重要的意义.给出了一种新的群智能算法—细菌觅食算法,对0-1背包问题进行求解.经模拟仿真验证了该算法的有效性,并将其结果与其他方法进行对比分析.     

基于遗传算法的固定起讫点危险品配送路线优化

为科学选择危险品配送路线,保障运输安全,将传统TSP(Travelling SalesmanProblem)问题加以推广和延伸,建立以路段交通事故率、路侧人口密度、环境影响因子和路段运输费用为指标的固定起讫点危险品配送路线优化模型.以遗传算法基本框架为基础,引入新的遗传算子,构建了可用于实现模型的多目标遗传算法.实例仿真表明,所建模型和算法在求解固定起讫点危险品配送路线优化问题中有较好的实用性.     

比例风险模型下参数极大似然估计的自适应优化算法及其改进算法

自适应优化算法可避免很多常用数值算法遭遇的困难,例如:高维矩阵求逆问题,初值选取的问题和算法的收敛问题等等.因此,自适应优化算法得到了迅速的发展和广泛的应用,本文研究了比例风险模型下的自适应优化算法.首先利用三种自适应优化算法-Adam算法、RMSprop算法、Adagrad算法求解比例风险模型下的参数估计数值解问题,获得了自适应算法的计算优良性.然后,推广了比例风险模型下的Adam算法的研究,发展了一种改进的Adam算法,进一步提高了算法的计算速度并展现了其计算优势.     

求解无约束优化问题的分式模型信赖域算法

本文提出一个求解无约束优化问题的分式模型信赖域拟Newton算法.在新算法中,分式模型信赖域子问题是用简单折线法求解的.在合理假设条件下,算法的全局收敛性获得了证明.数值实验结果表明新算法是可行、有效的.     

一种求解不等式约束优化问题的光滑化算法

利用光滑函数建立了不等式约束优化问题KT条件的一个扰动方程组,提出了一个新的内点型算法.该算法在有限步终止时当前迭代点即为优化问题的一个精确稳定点.在一定条件下算法具有全局收敛性,数值试验表明该算法是有效的.     

一种带时间窗和车辆数目限制的车辆路线问题及其算法

本文提出了带时间窗和车辆数目限制的车辆路线问题的数学模型,针对该问题的特征构造了一种路线生成算法和禁忌搜索算法,并对Solomon提出的C1、R1、RC1类数据集给出了数值运算的结果,实验结果表明算法是有效的.     

鲁棒稀疏重构问题的凝聚同伦算法

鲁棒稀疏重构问题是信号处理领域的重要问题,该问题的数学本质是一个NP难的数学优化问题.同伦算法是一类典型的路径跟踪算法,该算法是解非线性问题的一类成熟算法,具有全局收敛性,且易于并行实现.本文考虑同伦算法在鲁棒稀疏重构问题中的数值求解.基于l_∞范数及罚函数策略,我们首先将原始的基于l_0范数的最优化模型,转化为含参数的无约束极大极小值问题,进而构造凝聚函数光滑化模型中的极大值函数,并构造凝聚同伦算法数值求解.数值仿真实验验证了新方法的有效性,为大规模鲁棒重构问题的并行化数值求解奠定基础.     

不等式约束优化一个可行序列线性方程组算法

提出了求解非线性不等式约束优化问题的一个可行序列线性方程组算法. 在每次迭代中, 可行下降方向通过求解两个线性方程组产生, 系数矩阵具有较好的稀疏性. 在较为温和的条件下, 算法具有全局收敛性和强收敛性, 数值试验表明算法是有效的.     

无约束优化问题的一个下降方法

本文研究了无约束优化问题.利用当前和前面迭代点的信息以及曲线搜索技巧产生新的迭代点,得到了一个新的求解无约束优化问题的下降方法.在较弱条件下证明了算法具有全局收敛性.当目标函数为一致凸函数时,证明了算法具有线性收敛速率.初步的数值试验表明算法是有效的.     

基于非单调线搜索的对角二阶拟牛顿法

在二阶拟牛顿方程的基础上,结合Zhang H.C.提出的非单调线搜索构造了一种求解大规模无约束优化问题的对角二阶拟牛顿算法.算法在每次迭代中利用对角矩阵逼近Hessian矩阵的逆,使计算搜索方向的存储量和工作量明显减少,为大型无约束优化问题的求解提供了新的思路.在通常的假设条件下,证明了算法的全局收敛性和超线性收敛性.数值实验表明算法是有效可行的.     

一类新的记忆梯度法及其全局收敛性

研究了求解无约束优化问题的记忆梯度法,利用当前和前面迭代点的信息产生下降方向,得到了一类新的无约束优化算法,在Wolfe线性搜索下证明了其全局收敛性.新算法结构简单,不用计算和存储矩阵,适于求解大型优化问题.数值试验表明算法有效.     

非光滑凸优化问题的一个非精确梯度镜面下降算法

本文提出一个求解非光滑凸优化问题非精确梯度镜面下降算法.该算法是Allen-Zhu2016年提出求解光滑凸优化问题梯度镜面下降算法的推广,而且该算法允许目标函数中光滑部分梯度计算和非光滑部分邻近算子计算都存在误差,并且在适当条件下分析了该算法函数值序列的O(1/(k²))收敛速度,这里k表示迭代数.最后关于Lasso问题和Logistic问题的数值结果表明该算法是有效的.     

不等式约束优化的非单调可行信赖域-SQP算法

本文讨论不等式约束优化问题,给出一个信赖域方法与SQP方法相结合的新的可行算法,算法中采用了压缩技术,使得QP子问题产生的搜索方向尽可能为可行方向,并且采用了高阶校正的方法来克服算法产生的Maratos效应现象.在适当的条件下,证明了算法的全局收敛性和超线性收敛性.数值结果表明算法是有效的.     

非线性极大极小问题一个新的QP-free算法

本文研究非线性无约束极大极小优化问题. QP-free算法是求解光滑约束优化问题的有效方法之一,但用于求解极大极小优化问题的成果甚少.基于原问题的稳定点条件,既不需含参数的指数型光滑化函数,也不要等价光滑化,提出了求解非线性极大极小问题一个新的QP-free算法.新算法在每一次迭代中,通过求解两个相同系数矩阵的线性方程组获得搜索方向.在合适的假设条件下,该算法具有全局收敛性.最后,初步的数值试验验证了算法的有效性.     

考虑道路可靠性的突发事件资源配送路线优化模型与算法

针对突发事件后道路网络的不确定性,定义了物资配送路线的风险度量值,然后建立考虑道路风险性的物资配送的优化模型以给出最优的路线安排方案,设计了基于禁忌搜索的模型求解算法,以某城市地震灾难后应急资源配送案例进行模型仿真.模型与算法的研究对于突发事件不确定道路网络下应急资源的配送决策具有很好的指导意义和实际意义.