考虑地理特征的配电网震后恢复优化模型与算法研究

地震往往会对配电网产生破坏,影响供电质量.配电网震后抢修资源保障、抢修人员路径规划等易受失电区域地理特征影响.文章以累积抢修绩效最大为目标建立考虑地理特征的配电网震后恢复优化模型,并根据模型特点设计一种混合改进细菌群趋药性算法进行求解.为验证上述模型的有效性和算法的性能,基于IEEE34,IEEE123和IEEE240...     

一种改进的进化规划算法及其收敛性

1　引　言进化算法是一类借鉴生物界自然选择和自然遗传机制的随机搜索算法 ,主要包括遗传算法 ( genetic algorithms,GA)、进化规划 ( evolutionary programming,EP)和进化策略( evolution strategies,ES) [1 ] .遗传算法 ,进化策略和进化规划分别由 J.H.Holland,I.Rechenberg和 L.J.Fogel提出[2 ,3,4] .这些算法有许多相似性 ,且近年来都被应用于实值连续函数全局优化问题 ,并取得了较好的效果 .一些学者对进化算法的收敛性进行了分析[5,6,7,8] ,但总的说来 ,有关进化算法的理论研究成果目前还不是很多 ,尤其是进化规划和进化策略几…     

不可恢复道路堵塞路径选择问题及其算法

针对不可恢复道路堵塞的路径选择问题，分析了堵塞发生的不同起始时间对通过被堵塞边的费用(时间)产生的影响，这种影响引起的后效性使得这个问题不适合用动态规划中逆序推算方法求解。本设计了一种算法(MDA)，对经典的Dijkstra算法中的权值计算进行了修正，证明了算法的复杂性为O(n^2)，并用该算法对模型进行了求解。最后通过一个算例分析，对算法进行了验证。     

图像恢复的一种快速迭代正则化方法

本文研究了将图像恢复问题转化为大型的线性不适定问题的求解.利用由Landweber迭代正则化方法改进所得到的快速收敛的迭代正则化方法,处理具有可分离点扩散函数的图像恢复问题.图像恢复实验表明该方法可大大提高收敛速度,且在计算中只需要较少的存储量.     

一种快速且全局收敛的BP神经网络学习算法

目前误差反向传播(BP)算法在训练多层神经网络方面有很多成功的应用.然而,BP算法也有一些不足:收敛缓慢和易陷入局部极小点等.提出一种快速且全局收敛的BP神经网络学习算法,并且对该优化算法的全局收敛性进行分析和详细证明.实证结果表明提出的算法比标准的BP算法效率更高且更精确.     

一种改进的粒子群优化算法及其算法测试

粒子群算法原理简单、参数少、易于实现,但有时容易陷入局部最优解,收敛速度慢.本文在粒子群算法理论研究的基础上,对算法的初始值选取、惯性权重取值、算法结构进行了改进:首先采用线性惯性递减权重调整,平衡全局搜索和局部搜索的能力;然后通过logistic映射将混沌状态引入到优化变量中,增强搜索空间的遍历性;最后引入遗传算法中的选择、交叉、变异保持了种群的多样性,使其具有不易陷入局部最优的能力.采用六种典型的测试函数,对惯性权重和算法进行了测试和对比分析.结果表明,算法在收敛速度和精度上都有所提高.     

一种新型的蝙蝠算法

针对基本的蝙蝠算法在搜索后期易陷入局部最优及寻优性能差等缺陷.提出一种新型的蝙蝠算法(IBA),重新定义了蝙蝠算法的速度迭代公式,将函数适应度值引入速度迭代公式中丰富了种群的多样性,提高了算法的全局及局部搜索性能,通过10个经典的函数及3个非线性方程组的测试,仿真结果表明,改进后的算法提高了解的精度和解的数量.并与其他算法相比,IBA算法具有一定的优越.     

度约束最小生成树的快速算法

本文对带有顶点度约束的最小生成树问题，给出了一种快速近似算法，并在微机上予以实现，经大量试算，效果良好。     

Kulkerni问题的一种算法解

本文给出一种算法，用以解决关于用单位分数之和逼近给定的一个单位分数的最佳逼近问题。从算法的分析中得到了一个反例，说明文［１］中的一个猜想是不正确的。     

随机需求收益最大化分销网络设计问题

研究随机需求的供应链分销网络设计问题。考虑供应商可以选择所服务的零售商,且供应商通过定价决策确定所服务的零售商。针对此问题,建立了一个非线性整数规划模型和一个等价的集合包裹模型,并利用列生成算法求解集合包裹模型,同时提出一种O（ n3 logn）时间的算法求解列生成算法中产生的子问题。数值计算表明,本文所提出的算法具有很好的最优性和可行性。     

基于时间的随机需求二级分销网络物流系统集成优化研究

分销网络设计包括设施选址、库存控制、运输等方面的设计与优化,但以往只是从战略层、战术层、运作层来分别进行各自的研究。实际上,这三个层次的决策要素之间存在着复杂的互动关系,并存在着广泛的效益悖反关系,这些在变化的环境下显得尤为突出。本文充分考虑时间因素的重要性,从物流系统的集成优化高度出发,研究建立需求随机的多分销中心多顾客的设施选址———运输路线安排———库存控制问题(ILRIP)的模型,对此设计了一个两层粒子群优化(PSO)算法,并给出了计算实例。研究结果有助于供应链分销网络的集成优化,缩短商品流转周期,提高顾客服务水平,提升竞争力。     

随机增长网络的度分布

增长和择优机制是无标度网络中的两种重要的演化机制,在分析BA模型的基础上,提出了一种新的节点增长方式,即考虑了新增节点的连边数是随机变量的情况,从而建立了随机增长网络模型,并利用随机过程理论得到了在这种增长方式下网络的度分布,结果表明这个网络是无标度网络。     

A Network Algorithm for Realizing Constructivelythe Farkas Lemma Arising from the Quasi-Generalized Network

1.IntroductionLetRIbethespaceofallrealvectorsindexedbyelementsofafiniteseti,icachosenelemelltofi,SandS*apairofcompletelyorthogonalsubspacesofRI.Foragivenpartition(PI,P2,P3,P4)ofI--{ic}(i.e.PIuPZuP3uP4=I--{eo},andPinPj=acfori/j),letF={axled6S,Ax'.>0,Ax.20fore6PI,Ax.50foreEP2,Ax.~0foreEP3},F*={dyIAyES*,ac.>0,ace30foreEPI,ac50foreEP2,ac.~0foreEP4}.Now,theFarkasLemmacanbegenerallydescribedas[1]:oneandonlyoneofthefollowingtwostatemelltsholds:(i)ThereexistsaaxEF.(n)Thereexistsaac…     

多层神经网络的一个快速算法

本文对文[4]提出的前馈式多层神经网络的单参数动态搜索（SPDS）算法进行了深入的分析，给出了实现快速一维搜索的两个方案，从而实现了多层神经网络更为快速的学习训练．     

危机企业网络互动对信任修复效果影响研究

近年来,各行业被曝光的产品伤害危机事件层出不穷,事件一旦发生极易对产品品牌以及企业声誉造成巨大的损害。本论文以此为背景探究危机后企业网络互动与消费者信任修复效果间的关系,通过实证分析验证了企业在产品伤害危机事件后与消费者的网络互动将显著提升信任修复的效果,同时验证了消费者感知的负面情绪及风险程度在上述关系中的中介作用,分析了产品伤害危机类型在网络互动对信任修复效果的调节作用。论文的研究为企业应对产品伤害危机提供了有效的解决途径。     

An Efficient Algorithm for Exact Distribution of Discrete Scan Statistics

Waiting time random variables and related scan statistics have a wide variety of interesting and useful applications. In this paper, exact distribution of discrete scan statistics for the cases of homogeneous two-state Markov dependent trials as well as i.i.d. Bernoulli trials are discussed by utilizing probability generating functions. A simple algorithm has been developed to calculate the distributions. Numerical results show that the algorithm is very efficient and is capable of handling large problems. AMS 2000 Subject Classification 60J22, 60E05, 60J10     

分配网络的一个最小费用流算法

分配网络流广泛应用于解决水源、电力的调度及工厂的产品运输、分配、合成等问题.本文提出一个分配网络流的最小费用流算法.     

A Global Optimization Approach to a Water Distribution Network Design Problem

In this paper, we address a global optimization approach to a waterdistribution network design problem. Traditionally, a variety of localoptimization schemes have been developed for such problems, each new methoddiscovering improved solutions for some standard test problems, with noknown lower bound to test the quality of the solutions obtained. A notableexception is a recent paper by Eiger et al. (1994) who present a firstglobal optimization approach for a loop and path-based formulation of thisproblem, using a semi-infinite linear program to derive lower bounds. Incontrast, we employ an arc-based formulation that is linear except forcertain complicating head-loss constraints and develop a first globaloptimization scheme for this model. Our lower bounds are derived through thedesign of a suitable Reformulation-Linearization Technique (RLT) thatconstructs a tight linear programming relaxation for the given problem, andthis is embedded within a branch-and-bound algorithm. Convergence to anoptimal solution is induced by coordinating this process with an appropriatepartitioning scheme. Some preliminary computational experience is providedon two versions of a particular standard test problem for the literature forwhich an even further improved solution is discovered, but one that isverified for the first time to be an optimum, without any assumed boundson the flows. Two other variants of this problem are also solved exactly forillustrative purposes and to provide researchers with additional test caseshaving known optimal solutions. Suggestions on a more elaborate study involving several algorithmic enhancements are presented for futureresearch.     

基于分支定界算法的物流配送网络优化研究

为进一步提高物流配送网络的运行效率,以配送总里程最短为目标,建立了单配送中心的配送优化模型,提出了一种基于分枝定界法的混合求解策略。该策略能有效地避免智能启发式算法的不稳定性和传统优化算法的指数爆炸问题,对现代配送网络的建设具有一定的理论和实践意义。