求解旅行商问题的基于类Kruskal的混合粒子群算法

本文针对求解旅行商问题的标准粒子群算法所存在的早熟和低效的问题,提出一种基于Greedy Heuristic的初始解与粒子群相结合的混合粒子群算法(SKHPSO)。该算法通过本文给出的类Kruskal算法作为Greedy Heuristic的具体实现手段,产生一个较优的初始可行解,作为粒子群中的一员,然后再用改进的混合粒子群算法进行启发式搜索。SKHPSO的局部搜索借鉴了Lin-Kernighan邻域搜索,而全局搜索结合了遗传算法中的交叉及置换操作。应用该算法对TSPLIB中的典型算例进行了算法测试分析,结果表明:SKHPSO可明显提高求解的质量和效率。     

一类最小-最大车辆路线问题的启发式算法研究

针对个性化和多样性的需求,建立以缩短最长子线路为目标的最小-最大车辆路径问题模型, 并提出启发式算法求解。首先,采用自然数编码,使问题变得更简洁;用最佳保留选择法,以保证群体的多样性;引入爬山算法,加强局部搜索能力;其次,对遗传算法求得的精英种群再进行禁忌搜索,保证算法能够收敛到全局最优。最后,通过实例的计算,表明本算法均优于遗传算法和禁忌搜索算法,并为大规模解决实际问题提供思路。     

中国邮递员问题50年

首先介绍一般邮递员问题, 涉及费用、服务侧、衔接费用、次序等要素. 然后简要综述过去50年来中国邮递员问题、有向图上中国邮递员问题、带风向的邮递员问题、混合图上邮递员问题以及乡村邮递员问题等一般邮递员问题的特殊情况的研究进展, 突出问题的线性规划描述及相应的组合多面体结构, 着重讨论问题的模型、精确算法及其时间复杂度、NP-困难情形下的近似算法及其性能比.     

A Lagrangian relaxation approach to large-scale flow interception problems

The paper presents a tight Lagrangian bound and an efficient dual heuristic for the flow interception problem. The proposed Lagrangian relaxation decomposes the problem into two subproblems that are easy to solve. Information from one of the subproblems is used within a dual heuristic to construct feasible solutions and is used to generate valid cuts that strengthen the relaxation. Both the heuristic and the relaxation are integrated into a cutting plane method where the Lagrangian bound is calculated using a subgradient algorithm. In the course of the algorithm, a valid cut is added and integrated efficiently in the second subproblem and is updated whenever the heuristic solution improves. The algorithm is tested on randomly generated test problems with up to 500 vertices, 12,483 paths, and 43 facilities. The algorithm finds a proven optimal solution in more than 75% of the cases, while the feasible solution is on average within 0.06% from the upper bound.     

关于带时间约束的单机排序的一个注记

研究单机带时间B-约束的排序问题,即在任意单位时间区间[x,x+1）内至多允许加工B个工件,目标函数是极小化工件的最大完工时间.分析了B=2时最优排序的结构与性质,设计了O（n log n）时间的启发式算法.当工件数较少（≤ 6）时,证明了该算法的最优性.     

板壳结构选型优化设计

提出了最佳结构型式概念;证明了结构存在最佳结构型式的充要条件;建立了启发式算法;实例计算证明,选型优化不仅可巧妙地融合形状、拓扑、布局优化的优点,而且计算省、结果可靠。     

遗传算法在计算机辅助药物分子设计中的应用

作为一种重要的启发式优化算法,遗传算法在计算机辅助药物分子设计中得到了广泛的应用.本文介绍了遗传算法的基本概念以及工作原理,同时结合作者科研组的工作,就遗传算法在定量构效关系、构象分析、药效团模拟、分子对接以及虚拟组合化学等方面的应用做了系统的阐述。     

把握课程特点注重启发式教学

分析高等教育中数学课程的特点,在教学过程中采取针对性的措施启发学生思考,调动学生学习的主动性和积极性,提高学生分析问题和解决问题的能力.     

直观推导式演进特征投影法解析多环芳烃的重叠色谱峰

用高效液相色谱法(HPLC)测定多环芳烃时,因芴、苊和菲,茚(1,2,3-cd)芘和苯并(g,h,i)苝的色谱峰严重重叠而影响测定结果。本研究用高效液相色谱-二极管阵列检测器(DAD)和荧光检测器(FLD)测定多环芳烃,在激发波长λex=230nm,发射波长λem=300～500nm范围内采集重叠峰的HPLC-FLD二维色谱数据,再用直观推导式演进特征投影法(HELP)解析它们的重叠色谱峰,分辨结果令人满意。该方法对重叠组分的分辨下限为0.02mg/L。结果表明,用二维色谱荧光数据解析色谱重叠峰,灵敏度更高,可用于环境样品中多环芳烃的测定。     

模块化物理实验教学的方式与策略

结合教学实践,探讨模块化物理实验教学的方式与策略.首先考虑将物理实验项目模块化处理,分阶段依次设置基础性实验模块、综合提高性实验模块和设计研究性实验模块.针对不同阶段的课程模块,应用启发式教学逐步提高学生分析问题和解决问题的能力,培养学生的创新能力.