解“时间表问题”的启发式算法

给出一种并行无回溯的解“时间表问题”的启发式算法,它能在O(nlogn)时间内找到一种满足给定的约束条件的可行时间表,如果这种时间表确实存在的话。     

多目标整数规划中的遗传算法

以下料问题为例建立了多目标整数规划的数学模型,描述了用遗传算法求解多目标整数规划问题的方法．这种算法较圆满的解决了既考虑费用又考虑需求的下料问题,具有广泛的应用价值．     

一种求解组卷问题的遗传算法

组卷问题是一种多重约束目标的问题求解，为此我们设计了一个求解该问题的遗传算法，提出了独立编码和针对该编码的组内交叉算子，组内变异算子，通过给出的一个实例，表明该设计在求争组卷问题非常有效。     

使用模拟退火算法解课表问题

给出一种使用模拟退火算法 (SSA)求解课表问题的方案 ,详细地讨论了该方案涉及的各种问题 ,包括目标函数和初解的确定 ,邻域和新解的产生方法 ,初始“温度”的确定和“温度”更新的方式 ,内循环次数及算法终止条件的确定等 .文章的最后给出了该方案的一个实例和若干性能分析 .     

加工安排问题的优化方法及其自组织并行实现

针对加工安排这类实际问题，提出一类以顺时安排为基础结合隐枚举思想的近似算法，并给出利用多处理机并行系统解决这一问题的自组织异步并行实现方案．     

基于实数编码遗传算法的多层神经网络BP算法

提出用实数编码的遗传算法来优化多层神经网络的权值，并且将遗传算法与ＢＰ算法结合，能有效地避免ＢＰ算法陷入局部极小和遗传算法过早收敛，实验结果令人满意．     

模拟退火-改进遗传算法及其应用

论述了遗传算法在全局搜索中的优势和模拟退火算法在局部寻优中的能力,进而提出了两者相结合的算法：模拟退火一改进遗传算法。通过比较,说明模拟退火一改时遗传算法的优化性能更好、更完善,并在实际应用中取得了良好的应用效果。     

基于仿真与遗传算法的PID参数整定方法

用MATLAB中的SIMULINK对PID校正过程进行仿真,并据此设计出想得到得理想曲线,再用遗传算法来整定PID参数,使得到的输出尽量逼近理想曲线.由此来完成PID的参数整定.     

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.     

解线性最小二乘问题的一个新并行算法

讨论了求解无约束线性最小二乘问题的一种并行单纯形法以及对它的改进算法并行共轭梯度—单纯形法 .算法本身具有很强的并行机制 ,能够充分地发挥并行机快速省时的特点 .本文也对算法做了理论分析 ,对算法的收敛性给予了证明 (在二维情形下 ) .最后做了数值实验 (由于软硬件条件的限制 ,并行算法未能在并行计算机上实现 ,鉴于这种情况 ,我们所做的数值实验均是在串行机上完成的 )     

有约束极大极小优化问题的修正Lagrangian算法

对于有不等式约束的极大极小优化问题,本文构造了一个修正的Lagrangian函数并分析了其在一般条件下的性质,建立了与之对应的修正Lagrangian算法.最后对文献中的几个问题给出了数值计算结果验证了算法.     

求解一类随机优化问题的粒子群算法

提出了一个解随机优化问题的粒子群算法.该算法易理解,程序上易实现,克服了随机优化问题难以高效实现全局优化的缺点.数值实验结果表明,所提出的算法能够快速地收敛到随机优化问题的最优解,并且具有良好的鲁棒性,是此类问题的一个高效求解算法.     

广义KKM映射的通有稳定性及本质连通区的存在性

讨论广义KKM映像的通有稳定性及一定条件下本质连通区的存在性,又在杨彦龙的基础上讨论了比其更一般的空间上的广义KKM映像的通有稳定性,并得到了广义KKM映像一定条件下本质连通区的存在性定理。证明了在由广义KKM映像构成的M中,存在一个稠密剩余集Q,使得广义KKM映像的点集映射     

用于一般函数优化的蚁群算法

蚁群算法是一种新型的模拟进化算法,初步的研究表明该算法具有许多优良的性质,利用蚁群算法求解一般函数优化,通过实验收到良好的效果。     

求解非线性最小二乘问题的迭代法

基于解线性方程组的Jacobi迭代法的思想，本文提出了一种求解非线性最小二乘问题的迭代法，大量的数值试验表明该迭代法具有较好的收敛性，另外，还将所设计的迭代法进行了并行化。     

交通分配模型的仿射尺度内点解法

将路段无容董限制和路段有容量限制两类问题统一为形式一致的非线性规划问题，通过改进后的仿射尺度算法求解，给出了算法的实现过程，并通过一个实际交通分配问题算例，证明了算法是有效的、可行的，为解决平衡交通分配问题提供了简捷的求解方法。     

一种求解组合优化问题的演化算法

从蚁群算法中得到启示，将信息素的观点引入到求解组合优化问题的演化算法之中，提出了一种基因优化算法，该算法直接在基因的层面上进行优化，能学习劣解的基因，并用信息熵用为结束条件的判据，最后用该算法解决了两个典型的组合优化问题，取得了较好的结果。     

一种求解多峰函数优化问题的演化算法

针对演化计算产生新解无序的问题，提出了基于相似性的邻域搜索策略．利用邻域搜索，可以方便地建立自适应的新解产生机制．针对演化算法设计中存在的搜索效果和效率平衡问题，提出了利用适应值对个体进行分级的搜索策略．通过对个体的分级，可以区分个体在搜索过程中的职能：优秀的个体进行局部极小值的开采；其他的个体进行搜索空间的探索，以发现新的局部极小值．数值实验表明，新算法能有效处理低维多峰函数，能找到所有的全局最优解．对高维多峰函数．也能找到全局最优解．     

一种求解不等式约束下函数优化问题的新算法

提出了一种求解不等式约束下的函数优化问题的新算法． 算法设计思想来源于演化计算的群体搜索技术,但又不同于现存的任何一种演化算法． 对一些典型的约束优化问题测试结果表明：新算法结构的简单性,搜索的高效性,收敛的全局性,应用的广泛性,算法的鲁棒性及结果的精确性,都优于现存的演化算法．