对博弈及其常用搜索算法的研究

本文首先简单介绍了博弈的相关理论,然后对其常用的三种搜索算法进行了研究,以确保实际中的博弈问题能够得到合理有效地解决。     

组合优化算法中摆脱局部极小值的几种策略

局部搜索算法是一种非常有效的求解组合优化问题的算法,它具有通用、灵活等特点。但是,由于搜索空间和目标函数的复杂性,目标函数在搜索空间中有许多局部极小值点,使算法在这些局部极小值点处被“卡住”,大大影响算法的效果。对于此问题,笔查阅了大量献资料,结合自己的研究实践,总结出几种跳出局部极小“陷井”的策略,使用这些策略,有望使算法更加完善,在求解组合优化问题过程中更能发挥其作用。     

三个量子比特的GroVer量子搜寻算法的核磁共振实现

Ｇｒｏｖｅｒ量子搜寻算法是一种重要的量子算法。本文利用核磁共振模拟机首次实现了三个量子比特（ｑｕｂｉｔ）的Ｇｒｏｖｅｒ搜寻算法,讨论了量子计算机确实比经典电子计算机有效。     

基于和声搜索遗传算法的桁架结构拓扑优化

为改善传统设计理念和遗传算法优化不足,促进桁架结构离散变量拓扑优化发展与创新,将遗传算法与和声搜索算法混合,同时对遗传交叉和变异分3种情况进行自适应改进,建立了用于桁架结构拓扑优化的新型混合遗传算法——和声搜索遗传算法,利用该方法分别对平面桁架和空间桁架结构进行拓扑优化分析,并与改进遗传算法、拟满应力遗传算法、相对差商法、复合形遗传算法和改进蚁群算法比较,证明了此方法是有效、可行的。     

基于Alpha-Beta算法的苏拉卡尔塔棋博弈系统研究

针对苏拉卡尔塔棋中,可下位置的生成较为繁琐和复杂,进而导致搜索效率较低的问题,本文采用了优化过的可下位置生成算法,使用"三手进攻"策略与Alpha-Beta算法相结合,同时结合了置换表和哈希表技术,大大地提高了搜索效率和深度.该程序在2021年全国大学生计算机博弈大赛上获得了全国亚军的好成绩,验证了该算法的可行性.     

光互连中二元计算全息算法的研究

二元计算全息(BCGH)是光学信息处理中一个重要元件,其在动态光互连中被广泛使用.为了更好地在光互连中应用BCGH,本文设计改进了二元计算全息的选代算法,比较了几种内能函数下的迭代算法所设计的BCGH,对其象质的不同指标进行了分析.结果表明,用迭代搜索算法是光互连应用中设计BCGH的一种较理想算法.     

清华物理系量子信息研究的新进展

在清华大学物理系成立60周年之际,我们对近年来清华大学物理系量子信息研究的主要进展情况作一介绍,包括量子搜索算法研究,核磁共振量子计算的实验研究,量子通讯的理论与实验研究.在量子搜索算法研究方面,我们提出了量子搜索算法的相位匹配,纠正了当时的一种错误观点,并且提出了一种成功率为100%的量子搜索算法,改进了Grover算法;在核磁共振量子计算实验方面,我们实现了2到7个量子比特的多种量子算法的实验演示;在量子通讯方面,我们提出了分布式传输的量子通讯的思想,应用于量子密钥分配、量子秘密共享、量子直接安全通讯等方面,构造了多个量子通讯的理论方案.在实验室,我们实现了2米距离的空间量子密码通讯的演示实验.     

基于动态布谷鸟搜索算法的PID控制器参数优化

针对传统PID控制器参数优化费时且不能保证获得最佳性能,提出一种基于动态布谷鸟搜索算法的PID控制器参数优化方法。布谷鸟搜索算法(CS)具有参数少、搜索能力强等特点,但是标准布谷鸟搜索算法参数采用固定值,极大地影响了算法的性能,因此提出了动态布谷鸟搜索算法(DCS),DCS算法采用动态参数,算法性能明显改善。仿真试验结果表明基于动态布谷鸟搜索算法的PID控制器具有较好的控制性能指标。     

基于工时优化的柔性生产人员配置模型及算法

为满足企业工时优化和提高运营效益的内在需求,针对柔性生产,以合理人工配置和最佳作业排序为目标建立了数学模型,并设计了递阶启发式搜索算法.根据组合并联作业结构特性,采用遗传算法优化子层作业的人工配置和作业工时,并将子层作业视为父层作业的相似阶段采用动态规划法决策父层的最优工时.在上述优化工作的基础上再利用改进蚁群算法,将其等效为具有m台处理机、目标函数为最优工时的流水车间作业排序问题,利用优先调度算法确定能见度因子并通过仿真和灵敏度分析优化了算法参数,最终生成最优作业排序计划.对实例问题的求解证明了研究模型和算法的有效性和鲁棒性.