基于模拟退火算法的曲面最短路径求解

通过对路径的节点序列内在关联性的分析,提出了适合曲面最短路径问题的邻域结构,使整段路径的优化问题能够通过局部调整得以实现．将模拟退火算法的框架引入路径寻优中,提出了解决曲面最短路径的随机搜索算法．最后给出了数值仿真实例．     

改进狼群算法求解多目标柔性作业车间调度问题

针对传统智能优化算法求解多目标柔性作业车间调度时存在算法后期收敛速度慢、易陷入局部最优的问题,本文提出一种将量子粒子群算法中的三大重要性能参数和狼群算法融合的混合优化算法.首先,构建以最大完工时间、机器总负荷和瓶颈机器负荷为优化目标的多目标数学模型;其次,采用高斯分布的概率密度函数产生随机变量进行种群初始化操作,以提高...     

求解动态车辆路径问题的演化蚁群算法

在Evo-Ant算法的基础上提出了多目标的算法,即利用Evo-Ant算法来产生新的解,并利用一个额外的存储空间来存放Pareto候选解,用新产生的解来更新Pareto候选解,消除被支配的解,依次循环,从而得到近似的Pareto解.为了验证演化蚁群算法,采用2种测试手段：一种是Solomon的测试数据;另一种是在仿真环境下的测试.实验结果表明该算法很具有竞争能力.     

一种改进的求解多目标优化问题的蚁群算法

针对传统蚁群算法在求解多目标优化问题过程中的一些缺陷提出了一种改进的多目标优化蚁群算法。该方法在一定程度上避免了传统算法中解群体单一、收敛速度慢等缺点,并以实例加以证明。     

上海一座多联曲线高架桥的分析

本文对上海一座具有悬臂铰节点的多联曲线连续箱形梁桥的可行性方案提出了两种比较实用的分析方法。第一种分析方法系基于曲线薄壁梁的翘曲扭转理论的解析法,第二种为考虑翘曲作用的曲线格子梁理论的刚度法。所得分析结果基本吻合,它表明两种方法的可靠性。两者比较,后者节省机时,应用简捷而且不受支座条件和断面变化的限制,具有更大的适应性和灵活性。本文系国家自然科学基金资助研究项目“大城市高架桥理论分析的研究”的内容。有关的计算机程序现已扩充应用于其它形式的曲线桥梁分析。     

基于块分裂求解线性互补问题的新模系同步多分裂方法

在已有算法的基础上,进一步研究了基于松弛模系同步块多分裂多参数的迭代法.当系统矩阵为块H₊-矩阵时,给出了较弱条件下的收敛结果.此结果为最佳松弛参数的选择提供了保障.     

基于树结构的多策略本体映射算法

针对语义Web中的本体异构问题, 提出了一种基于树结构的多策略本体映射算法,该算法的特点在于:按照数据类型分类进行映射,并采用启发式规则,提高了映射效率;同时考虑了概念的语言相似性、实例相似性和结构相似性,提高了相似度计算的准确性;采用迭代矫正,最终得到正确而完整的映射对.实验结果表明,该算法的查准率和查全率均优于GLUE算法,能有效完成本体间的映射.     

基于免疫遗传算法的多重序列比对

提出一种基于免疫遗传算法的多重序列比对的方法，它将一种免疫算子加入到遗传算法的框架中，通过对个体接种疫苗来进一步提升个体的存活能力，实验结果表明，该方法可以加快收敛速度，并能求出比遗传算法更优的解。     

预测RNA二级结构的一种遗传模拟退火算法

讨论了RNA二级结构的预测问题，首先提出一种用树表示RNA二级结构的方法，然后给出一种用于预测RNA二级结构的混合遗传算法——遗传模拟退火算法．在该算法中，个体(RNA二级结构)直接用茎序列编码，与个体用二进制串编码的同类型算法相比，在很大程度上缩短了个体的编码长度．计算结果表明该预测算法具有较高的精度．     

第二代测序序列比对方法综述

使用聚合酶合成技术的Illumina和454平台以及使用连接酶合成测序技术的SOLiD平台是目前三种主流的第二代测序平台.对第二代测序平台产生的高通量序列片段进行比对的方法一般分为两步：①预处理,②序列比对.预处理方法有两类,即基于哈希表的方法和基于后缀trie的Burrows-Wheeler转换思想.序列比对方法也可分为两类,一是空位种子片段索引,二是Smith-Waterman动态规划算法.本文使用Illumina和SOLiD两种平台产生的数据对常用的比对软件SHRiMP,MAQ,BFAST,BWA,BOWTIE等进行了单机测试,结果显示：BOW-TIE在对Illumina平台数据进行比对时,在内存使用、比对速度以及准确性等方面表现比其他几种好,BWA比较适合用于比对SOLiD平台产生的数据.在处理第二代以及以纳米孔技术为标志的第三代测序平台高通量数据时,第二代比对技术仍不能完全满足要求,本文认为以云计算为基础的新序列比对方法是未来研究和发展的一个重要方向.     

混沌模拟退火最短路由算法的事后处理技术

基于混沌模拟退火神经网络的最短路径路由算法,虽然能有效地克服Hopfield神经网络易陷入局部最小值的缺点,但对节点数较多的网络,仍有缺陷。引进了一种事后修正机制,即在结果修正时,结合具体问题,充分考虑解的合法性,根据神经网络的输出矩阵,依次找到该行的最大值,确定与该节点相连的下一个最短路径节点。仿真结果显示既使网络节点数较多,这一算法仍运行良好且能以较大的概率找到全局最优解。     

基于模拟退火与Dijkstra算法的复杂网状结构供应链最优化研究

复杂网状结构供应链费用最优化已成为研究的热点问题.基于模拟退火与Dijkstra算法对复杂网状结构供应链费用的优化问题进行了研究.把全国的城市分布作为复杂网状结构,以城市间的距离和建立供应点的费用作为参数,建立数学模型,并进行数值仿真,分别以全1序列、〖JP5〗全0序列、随机序列为初始值的选取方式进行模拟,从中确定了最优解,并给出了最优供应链网络.     

有界区域上多峰函数全局优化问题的改进演化算法

针对演化算法求解有界区域上的多峰函数全局优化问题中，保持种群多样性和搜索效率的矛盾，提出了一种结合了多样性维持机制和加速算子的改进演化算法并对算法作了收敛性分析．实验结果表明，在低维情况下，算法容易收敛于全局最优解，优于基本遗传算法；在高维情况下，虽不满足收敛条件，但算法仍能收敛到本文意义下的ε-满意解，优于基本粒子群算法．     

基于多基因分量编码遗传算法的矩形物体布局问题

布局问题普遍存在于社会各领域和行业,属于较难解决的NPC问题,传统方法很难找到最优解.遗传算法是一种借鉴生物进化机制和优胜劣汰法则的现代智能算法,具有一定的优势.将基于多基因分量编码的遗传算法应用于矩形物体布局问题的求解,并通过构建遗传算子选择规则库提高遗传算法的自适应性,具有一定的经济意义和理论意义.     

基于多维决策属性的分布式双向信任链发现算法

信任链发现算法是信任管理的核心内容,其中双向信任链发现算法相比于其他算法效率较高而被广泛采用,但是目前已有的双向信任链发现算法存在以下不足：1）没有实现对角色的动态管理,不能对授权委托进行深度控制;2）没有实现分布式的信任证存储.针对上述问题,本文基于多维决策属性进行细粒度的角色授权,采用CAN协议实现分布式的信任证存储,并在此基础上,提出了一种新的分布式双向信任链发现算法.仿真实验表明,该算法具有较好的负载均衡性,实现了最小信任证图的构建,实例验证算法在实际应用中可行.     

一种基于空间结构的数值优化演化算法

提出一种求解数值优化问题的演化算法－－基于空间结构的演化算法(Space GA），在这种算法中，作者将演化种群中的每个个体放在固定的位置上，杂交操作在其邻居上的几个点进行，因此不用选择遗传操作的父体，从而避免了确定选择压力的问题，同时空间结构保证了搜索的全局性，遗传操作保证了较优解在其空间中的扩展，从而达到了全局寻优的目的。文章还讨论了不同的空间结构算法的影响，此算法可以求角数学规划问题、约束函数优化问题，如果对实型变量采用取整的操作，算法还可以求解混合整数非性规划问题，数值试验的结果表明了算法在求解的速度，稳定性，质量等方面都优于一般的演化算法。