基于粒子群算法的物流配送路径优化问题研究

本论文在建立物流配送路径优化问题的数学模型基础上,构造了求解该问题的粒子群优化算法。并通过实验数据进行计算,结果表明可以有效地求得问题的最优解,是解决路径问题的一个好方法。     

基于遗传算法的有时间窗车辆路径问题研究

本文在建立有时间窗车辆路径问题数学模型的基础上,构造了求解该问题的启发式算法--遗传算法,并进行了实例计算.模拟结果表明,利用遗传算法进行求解有时间窗车辆路径问题,可以方便有效地求得问题近似最优解.     

电网工程造价在工程量清单计价模式下投标报价问题的研究

本文讨论了电网工程使用工程量清单计价方法投标价格的确定问题,主要包括工程量清单计价模式下投标价格的构成和计算及分部分项工程费、措施项目费、其他项目费和规费、税金的构成和计算。文章还针对措施费用分摊问题建立了非线性费用分摊模型,并利用库恩一塔克条件求出最优解,为工程量清单中的措施费用分摊提供依据。     

郭涛算法在模板匹配中的应用

目前图像模板匹配算法一般都有计算量非常大的缺点,在实际运用中存在一定问题,根据这一问题提出了将演化算法应用到图像模板相关匹配中。模板匹配实际是寻找最优解的问题,将模板和子图像的互相关函数作为目标函数,基于演化的郭涛算法实现了模板匹配的最优解。最后根据实验说明了该算法较传统的遍历式模板匹配算法具有计算量大大减少的优越性。     

露天铁矿生产的优化模型

多目标非线性规划通常是不好解决的。在此建立了连续的多目标非线性规划并向单目标线性整数规划的转化,在Lindo不能求最优解的情况下退而求其次,将一个规划转化为两个规划,通过分析结合两个规划的最优解得到一组满足所有条件的近似最小总运量解和通过将规划问题转化为排序问题得到最大产量解。     

整箱货物的混合装箱问题的遗传解法

整箱货物的混合装箱问题在采用传统的算法时,当货物种类规模较大,通常会出现计算时间的"维数灾难"。而遗传算法在搜索过程中不容易陷于局部最优,并能以很大的概率找到整体最优解,具有较快的全局最优解的求解能力。本文以一实例说明了遗传算法在求解混合装箱问题的适用性。     

基于分解的混合多目标进化算法在供水调度系统中的应用

建立了供水调度模型,利用基于分解的多目标进化算法,首先将供水调度问题分解为若干单目标,然后根据分布估计的思想对各个单目标建立概率模型,通过采样产生新的个体。利用非支配排序法进行选择,得到最优解。实验表明,该算法对求解供水调度优化问题具有较好的多样性和均匀性,并且降低了算法的计算复杂度。     

露天矿生产车辆安排的模型研究

本文针对露天矿生产的车辆安排问题进行建模分析,确定了模型的目标函数总运量、目标函数、约束条件,利用MATLAB工具编制出相应的程序,计算出了利用现有车辆运输,获得最大的产量(岩石产量优先;在产量相同的情况下,取总运量最小的解)。得出了问题的最优解。     

埋地管道保温层经济厚度的最优化计算

通过对埋地管道经济乎度计算方法的分析,建立数学模型,采用MATLAB绘制函数曲线,找到最优解区间,不求导,直接采用牛顿法求解,得到结果。     

二次约束下的边界约束非凸二次规划问题的最优化算法

二次规划是非线性规划问题中较为重要的一种,非线性规划问题的发展方向是使非线性规划问题变换成以序列为基础的对二次规划问题的求解与计算。文中将二次约束下的边界约束非凸二次规划问题作为研究目标,运用改进的分支定界算法对该问题进行最优化求解。首先,利用非线性二次函数的特性对原问题实现等价问题的变换,采用新型改进的线性松弛策略实现对原问题函数的松弛效果,利用外接最小体积椭球松弛法求解目标函数最优解下界值,再用最大体积椭球紧缩法求解目标函数最优解上界值,重复迭代步骤至下界与上界相等;其次,在确定原问题的最优下界和上界后,利用超矩形缩减法及标准二分法在松弛结果基础上对超矩形实现削减,使全局中不是最优解的部分得到剔除,最终实现非凸二次规划问题最优解。通过仿真实验证明,利用文中改进型分支定界算法使非凸二次规划问题达到了全局最优解。     

基于全国建立碳市场的企业多周期生产决策研究

分析了碳市场政策建立背景下企业动态批量决策的预测时阈问题,构建了碳排放限额与碳交易约束下的成本最小化模型并转化为相应的网络流问题,得出了最优解的特性,进而构造再生集且设计出前向动态规划算法寻找预测时阈。通过计算以及算例,分析了全国建立碳市场政策约束下影响预测时阈的各个因素,得出碳市场政策会增加高碳企业预测时阈等结论。     

机会约束和无风险贷款下的均值-VaR投资组合模型

在投资组合回报率服从正态分布的前提下,建立了允许无风险贷款下具有投资机会约束的均值-VaR投资组合模型,讨论了模型最优解的存在唯一性,并指出了最优解的位置。     

基于免疫遗传算法的可用输电能力计算

针对目前可用输电能力（ATC）算法所存在的问题提出一种新的算法一免疫遗传算法（IGA）,该算法将目标函数和约束条件比作抗原,将问题的解比作抗体,通过亲和度计算来评价抗体并促进或抑制抗体的产生,减少了进化过程中陷入局部最优解的可能性。本文以IEEE-30节点测试系统为例进行仿真计算,并与遗传算法的计算结果进行了比较,表明了该算法用于ATC计算的可行性和有效性。     

微分方程数值解的优化格式

利用最优化思想，根据一阶常微分方程数值解的收敛性和稳定性，引进最优化技术，确定最优系数，得到强稳定的线性三步和四步公式以及三阶Runge-Kutta最优算法，经地实际计算，部分公式的结果优于目前已有的公式。     

两段式遗传算法求解CTSP

旅行商问题（TSP）是一类典型的NP完全问题,遗传算法（GA）是求解这类问题的常用方法之一。针对中国旅行商问题（CTSP）,设计了两阶段遗传算法的改进策略。第一阶段在SGA基础上采取控制参数优化和保优操作,求得若干个较优解;第二阶段采用变异操作,在第一阶段较优解组成的种群基础上寻找最优解。用该策略迅速找到了CTSP最优解,该路径长度为15378km,比目前已知CTSP解更优。对遗传算法迅速求解TSP最优解提供了可行解决方案。     

动态规划算法在0／1背包问题中的应用与分析

从对经典的0／1背包问题的求解的角度进行阐述,利用动态规划算法进行解答,通过案例对问题的计算过程进行了直观的描述,并对该问题进行了一定的分析,最后利用该算法解答出该问题的最优解。     

基于IPSO-ELM的电磁供暖室内温度预测

为克服电磁供暖系统对用户室内供暖时存在的温度滞后性,本文提出一种改进粒子群优化算法(IPSO)优化的ELM,用来对室内下一时刻的温度进行预测。该算法完善了PSO易跳过最优解、易陷入局部最优解以及收敛时间长等问题,然后分别用IPSO和PSO对ELM模型进行优化,建立基于IPSO-ELM和PSO-ELM的电磁供暖室内温度预测模型。     

基于改进遗传算法的供应链物流成本优化模型研究

在竞争全球化的环境下,物流成本控制成为了提高整个供应链增值效益的有效途径.物流成本的控制一直以来都是降低供应链运作总成本的一个重要因素,物流成本的合理化可以使供应链总成本达到最优.将协同概念引入到供应链物流网络中,建立供应链物流成本优化模型来降低整个物流总成本,并采用改进的病毒进化遗传算法来实现模型的计算,使得能更有效、快速地得到问题的最优解,最后用一个算例来说明模型的实用性.     

用并行回溯搜索算法求解TSP问题

对求解旅行商问题（TSP）的回溯搜索算法进行并行化的设计和改进,对该并行算法进行了详细描述。在MPI并行计算环境下应用该并行算法进行计算,求出了旅行商问题的最优解。实验结果表明,该并行算法适合求解小规模旅行商问题。     

运筹学在体育比赛中的应用

本文在将运筹学应用到体育比赛这一实际问题中,通过建立数学模型求最优解的方法安排体育比赛的顺序,选择运动员。