自由作业下的一类物流排序

研究了一个两阶段物流排序问题,即第一阶段工件在自由作业机器上加工,第二阶段这些被加工过的工件以某种运输方式分批运送到预先指定的目的地.目标是极小化工件带权送到时间与运输费用总和.将动态规划与组合优化方法结合,在假设工件加工时间与权满足"一致性"条件下,利用动态规划算法,构造了性能比不超过2 m的多项式时间近似算法;对于一般情形,用传统排序问题的算法构造了多项式时间近似算法,并分析算法性能比.     

基于遗传算法的柔性作业车间柔性分批调度问题研究

针对柔性作业车间柔性分批调度问题的复杂性,采用遗传算法进行求解,在引入柔性分批方法后,并提出了染色体的两级编码方法,设计了2种交叉和变异操作方法,以防止操作中非法解的产生,提高求解效率.该算法不仅解决批量分批,而且也解决子批排序和选择加工路线的问题.对比整批调度和柔性分批调度的Makespan后,仿真结果表明,柔性分批调度可缩短生产周期,验证了采用新算法的可行性和有效性.     

一种基于交点排序的高效多边形裁剪算法

提出了一种适合任意多边形裁剪的算法,该算法将构成结果多边形的裁剪多边形和实体多边形顶点插入到两者的交点链表中,通过交点位置的排序,形成一个单线性、单指针结构的结果多边形顶点链表.简化了交点的数据结构,减少了裁剪多边形与实体多边形边界的循环求交次数.最后,通过与其他同类算法进行比较,验证了算法运行的效率优势.     

遗传算法的早熟收敛

通过对遗传算法机理的分析,指出模式缺少是早熟产生的原因.提出了一个在遗传算法中基于模式抽取和模式补偿的补偿算子,以解决早熟现象.     

一种克服遗传算法早熟的参数调整及并行方法

遗传算法是一种自适应全局优化概率算法,容易产生早熟(过早收敛)现象,影响了问题的求解.本文试图借助于多种群进化和种群间个体移植的概念,通过自适应控制参数的调整,利用移植并行的方法求出问题的最优解（或近似最优解）以便避免早熟,从而提高算法的搜索范围和效率.     

不精确分式规划的一种有效算法

对于不精确分式规划,给出一个具有简单形式的等价规划以及一个参数规划．提出有关它们之间联系的一些基本理论,构造了通过求解参数规划来求解不精确规划的一簇算法．在一定的假设下,该簇算法的收敛速度至少是线性的．通过每次迭代中适当的选择参数可以得到具有全局收敛性的超线性算法,并且该簇算法在每次迭代时参数的取法有很大的灵活性,从而在求解时允许有较大的误差而无损于相应的收敛速度．     

一种最佳二叉排序树的动态检索算法

给出了一种最佳二叉排序树的动态检索算法,其性能优于二叉排序树和平衡二叉树,克服了用折半检索方法构造最佳二叉排序树的缺点,且不会因插入结点而发生蜕变,影响检索的性能．     

基于遗传算法的图论聚类方法

针对传统图论聚类算法对初始聚类中心的敏感性以及聚类结果与样本输入次序等问题,提出了基于遗传算法进行图论聚类分析的基本原理和实现方法.实验结果表明,遗传算法应用于图论聚类分析能够搜索到更为精确的聚类中心值,其结果明显好于传统图论聚类算法.     

一种基于整体退火遗传算法的动态IR Drop分析新方法

提出了一种基于整体退火遗传算法的动态IR drop分析方法.该方法在经典遗传算法基础上,引入父代竞争和适应函数模拟退火处理,优化了动态分析的输入向量,加快了分析速度.实验表明,与经典遗传算法相比,该方法提高了动态IR drop分析的准确性,提高了算法收敛速度,繁殖代数平均减少了35%,分析结果改进了10%左右.     

一种有效的实数编码遗传算法

提出实数编码遗传算法的一个新重组算子-子空间正态分布算子，它在多父体张成的子空间中任取一点，然后进行高斯变异产生后代，与已有的一些重组算子相比，新算子产生的后代在保持向量均值的前提下具有更多的广泛性和多样性，数值试验显示它在求解高维优化问题和复杂多极值优化问题方面有优势。