多重因素约束下的网格检查对策问题研究

基于物品数量及每列容量等限制因素,构造局中人的可行策略集合;考虑隐藏成本,处罚规则与检查成功概率等因素,构造相应的支付函数,建立多重因素约束下的网格检查对策模型.根据矩阵对策性质,将对策论问题转化为非线性整数规划问题,利用H(o|¨)lder不等式获得实数条件下的规划问题的解,然后转化为整数解,得到特定条件下的模型的对策值及局中人的最优混合策略.最后,给出一个实例,说明上述模型的实用性及方法的有效性.     

多重因素约束下的网格搜索对策问题研究

首次基于搜索成本及搜索资源等限制因素,构造局中人面向多重约束条件的可行策略集合,建立相应的搜索空间;在给定搜索点权值的基础上,考虑搜索成本与搜索成功概率等因素,构造相应的支付函数,建立多重因素约束下的网格搜索对策模型.为简化模型求解,将对策论问题转化为约束最优化问题,求解约束问题获得最优值,转化为模型的对策值,并给出双方最优混合策略.最后,给出军事想定实例,说明上述模型的实用性及方法的有效性.     

基于改进遗传算法的多机调度问题

遗传算法是解决多机调度组合优化问题最有效的方法之一,但由于其自身存在着一定的缺陷应用受到一定的限制.针对遗传算法的“早熟”和非均匀地在优化空间中搜索等缺陷,提出了一种自适应选择交叉概率、变异概率以及交叉位置非等概率选取的改进的遗传算法,并将其用于某钢管钢绳企业的多机调度问题,进行了仿真分析.     

基于种群分类排序的约束优化遗传算法

针对约束优化问题,提出了一类将种群中的个体分类排序的思想.算法的特点在于:先将种群中的解分为可行解和不可行解两类,然后分别按照不同的标准排序.由于很多约束优化问题的最优解位于可行域的边界上或附近,所以排序时并不认为可行解一定优于不可行解.基于此分类排队思想,特别设计了只允许同等级个体进行交叉的新的交叉算子,称之为同等级交叉算子,以及基于一维搜索的变异算子.算法同时采用了保证固定比例不可行解的自适应策略.4个标准测试函数的数值仿真结果验证了算法的有效性.     

基于遗传算法的大学课程表问题研究

课程表问题是时间表问题之一 ,也是 NP难问题 .根据大学授课形式的特点建立了大学课程表问题的数学模型 ,给出了求解该问题的遗传算法 .根据模型和大学课程表问题的特点设计了一种全新的编码 ,提出了一种新形式的交叉方式 .实验结果表明该方法是可行和有效的 .     

求解约束优化问题的一种新的遗传算法

提出一种新的求解约束优化问题的遗传算法,算法通过重新定义可行解与不可行解的适应度函数分别对它们进行选择,有效避免了惩罚函数法引入参数所带来的困难,重新设计的交叉算子使得算法对解空间的寻优范围扩大了.数值实验结果表明算法具有较好的鲁棒性,且对最优解位于约束边界上的一类问题具有很大优势.     

带平衡约束的离散网络平衡设计问题的遗传算法

本文研究了带平衡约束的离散网络设计问题及其求解算法.模型中上层是一个离散网络设计的数学规划模型,采用遗传算法来求解.下层是采用变分不等式描述的用户平衡配流问题,利用对角化方法直接求解.通过实例对算法进行验证,结果表明该算法是有效的.     

基于遗传算法的多目标柔性工作车间调度问题求解

本文针对柔性工作车间调度问题给出了一个有意义的综合目标尽可能缩短制造周期的同时尽可能的减少机器负荷。由于传统遗传算法在多目标柔性工作车间调度问题上的局限性，我们提出了一种改进遗传算法：首先，我们给出了针对综合目标的工序调度算法获得初始集合；接着，针对柔性工作车间调度问题的特点，我们在常用的基于工序顺序的编码方法上融入了基于机器分配的编码方法，并据此设计了相应的交叉变异操作；最后借鉴了物种进化现象中的环境迁移思想设计了解决多目标优化问题的迁移操作。实验结果表明，改进的遗传算法在多目标柔性工作车间调度问题的解决上要优于传统遗传算法。     

基于遗传算法的物流配送车辆调度问题研究

研究使用遗传算法求解物流配送组织过程中车辆调度问题 .通过把时间窗约束和车辆容量约束转嫁到最小费用目标函数中去 ,建立适合于遗传算法的车辆调度模型 .阐述放回式随机复制算子和适应度函数 ,设计描述行驶线路的染色体结构、初始群体生成方法、独特的交叉算子和交换变异算子 ,构造完整的遗传算法 .并给出算例 ,验证调度模型和遗传算法 .     

基于遗传算法的多目标可靠性优化

在元件的体积、重量和造价的共同约束下的多级串并联系统的可靠性优化问题是一个具有多局部极值的、非线性的、同时具有整数和实数变量的混合优化问题.将遗传算法和多目标可靠性分配问题相结合,对可靠性分配问题进行求解,得到较好效果,从而得出结论,遗传算法在求解多目标可靠性优化问题中是一种行之有效的方法.     

有约束的多目标优化问题

§1 引言许多控制系统和经济系统的优化问题,最后都归结形为的问题,其中A、B为适当的算子,v为控制量,S为容许控制集,J为目标,J一般是一个取值在一个半序空间上的算子。这个模型是足够广泛的,当J为泛函时,取A为常微算子,则它就是最优控制问题;取A为偏微分算子,它就是分布参数问题[1];取A=Ⅰ,B=Ⅰ,f=0时,它就是无约束的优化     

多凸域型网格的Buffon问题

本文研究了以多个凸域的并为基本区域的网格的Buffon问题．利用包含测度的有关结论，获得了Buffon问题的普遍公式，并作为举例具体计算了一种三个凸域的情况的表达式和特殊化的数值．     

多车场多车型车辆调度问题及其遗传算法

研究多车场多车型车辆调度问题,建立了一种基于最小配送费用的数学模型,模型的配送费用在考虑基本运输费的基础上又引入了司机的工资支出,包括基本工资和加班费.在多车场多车型车辆调度模型中,一辆车可以为多个客户服务,但一个客户只能由一辆车提供服务.根据模型的这些特点,提出了一种新的染色体混合编码方案和遗传操作策略,从而借助遗传算法成功实现了模型的求解.数值仿真结果验证了算法的可行性.     

带时效性约束的配送中心多源选址问题研究

应用启发式算法求解带时效性约束的多源选址问题.分析物流配送的时效性问题,建立带时效性约束的配送中心多源选址模型.构造两步启发式算法:1)借助传统迭代算法,求解物流服务分配矩阵,把多源选址问题转化为单源选址问题;2)基于M ATLAB函数,设计优化程序,计算带时效性约束的单源选址模型.并给出算例,验证模型和算法的可行性.研究表明两步启发式算法是求解带时效性约束的物流配送中心多源连续选址问题的有效算法.     

基于约束满足问题的中继卫星调度问题研究

中继卫星任务规划与调度是中继卫星系统应用中的重要问题。根据航天器的空间轨道参数，得到中继卫星与用户航天器之间的可见时间窗口。在此基础上，通过分析中继卫星系统中各种资源之间的约束关系、任务优先级与调度准则，建立中继卫星系统的任务调度模型。仿真结果表明，基于约束规划理论建立中继卫星调度模型是解决中继卫星调度问题的有效方法。     

基于关键链方法的多项目共享人力资源均衡问题及其遗传算法

通过对多项目管理瓶颈的分析,结合关键链方法,设置了瓶颈缓冲,建立了基于关键链方法的多项目管理,为多项目管理提供了一种新的管理方法.将基于关键链方法的多项目管理方法应用于并行多项目共享人力资源冲突管理,建立了基于遗传算法的多项目共享人力资源均衡模型,为缓解多项目共享人力资源供求矛盾提供了一种具体的量化管理方法,并进行了算例分析,证明了模型的有效性、实用性.     

基于圆形件排样问题的遗传算法研究

排样性问题是一类优化求解问题,在遗传算法求解过程中,若所用的算法是不收敛的,则无法得到最优解.给出了一种混合式遗传算法,并证明了算法是完全收敛的,能够得到全局最优解.     

广义凸空间内的拟平衡问题和约束多目标对策

在没有线性结构的广义凸空间内研究了一类拟平衡问题和一类约束多目标对策.首先在非紧广义凸空间内对拟平衡问题证明了两个解的存在性定理.然后作为拟平衡存在定理的应用,在广义凸空间内对约束多目标对策建立了几个加权Nash-平衡和帕雷多平衡存在定理.这些定理改进、统一和推广了最近文献中多目标对策的相应结果.     

基于模矢搜索和遗传算法的混合约束优化算法

近年,免梯度方法又开始引起大家的注意，由于不需要计算函数的梯度．特别适合用来求解那些无法得到梯度信息或需要花很大计算量才能得到梯度信息的问题．本文构造了一个基于模矢搜索和遗传算法的混合优化算法．在模矢搜索方法的搜索步，用一个类似于遗传算法的方法产生一个有限点集．算法是全局收敛的.     

约束多目标选址问题及其算法

文章考察了一类带有区域约束的多目标选址问题，给出了用模拟退火法进行求解的策略，并在微机上予以实现，经试算得到了满意的效果。