贪心算法求解k-median问题

文章讨论了用贪心算法解k-m edian问题以及其试验结果。首先提出了一个解k-m edian问题的简单贪心算法,然后对求解质量和求解的近似性能比进行了探讨。主要讨论了公制空间和非公制空间初始解的产生,用贪心算法解k-m edian问题以及全局最优解的计算。试验结果表明:贪心算法解公制空间的k-m edian问题效果要好于解非公制空间的k-m edian问题;用贪心算法解公制空间和非公制空间k-m edian问题都能得到较好的结果。     

流不平衡条件下飞机恢复的优化模型与算法研究

为更有效地解决航空公司飞机恢复问题,在经典的资源指派优化模型中放宽飞机流平衡约束,加入合并航班的恢复策略;在贪婪随机自适应算法(GRASP)和模拟退火算法的基础上,提出一种新的启发式算法贪婪随机模拟退火算法,降低了陷入局部最优解的概率,同时通过限定路径对的种类和候选解的数量,提高了算法的时间效率.实例计算结果表明,本文提出的模型和算法能有效处理流不平衡条件下大规模飞机恢复问题,在有效的时间内求得最优解或近似最优解.     

改进的量子遗传算法及应用

针对量子遗传算法在函数优化中迭代次数多,容易陷入局部最优解等缺点,提出新的量子遗传算法.该算法的核心是采用新的量子旋转门调整策略对种群进行更新操作,有效保证了种群的多样性,可以避免算法陷入局部最优解,提高了算法的全局寻优能力.同时能以更快的速度收敛于全局最优解.通过对典型复杂函数测试,计算结果表明,提出的算法优化质量和效率都要优于传统遗传算法和一般量子遗传算法.     

移动云计算中的任务调度与计算迁移算法

随着互联网的发展,许多应用程序对计算机的计算能力和资源的需求越来越大,而移动设备具有有限的资源和计算能力,云计算迁移技术是解决计算密集型任务在移动端上顺利运行的主流方法。针对无线网络中联合调度和迁移的问题,提出了一个快速高效的启发式算法。算法将能够迁移的任务全部迁移到云端作为初始解,然后逐次计算可迁移任务在移动端运行的能耗节省量,依次将节省量最大的任务迁移到移动端。每迁移一个任务,该算法都会依据任务间的通信时间,及时更新各个任务的能耗节省量。为了进一步优化启发式算法得到的解,还构造了适用于此问题并以启发解为初始解的模拟退火算法,给出了相应的编码方法、目标函数、邻域解、温度参数以及算法终止准则。与无迁移、饱和迁移、随机迁移三类算法的对比实验结果表明,由启发式算法得出的解具有高效性,能给出使移动端能耗更小的解。     

一种求解混合整数规划的混合进化算法

提出一种基于正交试验设计的混合进化算法,用于求解混合整数规划问题.进化算法中采用一种混合启发式的变异算子,将正交试验设计作为杂交算子.为了增加种群的多样性,引入一种迁移算子.仿真实验结果表明,与已有的一些算法相比,所提出的求解混合整数规划的混合进化算法能快速收敛到问题的最优解,并且算法的计算量小,解的精度高.     

基于微分模型的改进微粒群算法

针对基本微粒群算法的微分模型，从解的存在惟一性角度出发，发现最大速度常数虽然能保证解的存在性，但却降低了算法的全局搜索性能．为了提高算法的计算效率，提出了一种不合最大速度常数的微分模型，该模型首先将速度向量与位置向量等同对待，两者同时对空间进行搜索，并讨论了该模型解的稳定性条件，给出了相应的改进微粒群算法，能有效地提高算法效率．仿真结果证明了算法的有效性．     

基于变分和互信息的先验形状配准算法

针对带先验形状约束的几何活动轮廓模型中的形状配准问题,提出一种基于变分方法和最大互信息准则的先验形状配准算法。利用变分配准模型计算仿射变换参数,将其作为互信息配准算法的初值,通过Powell优化算法计算仿射变换参数的最优解。实验结果表明,该算法在保证配准精度的同时,能明显提高计算效率。     

一类基于FSP问题Block性质的快速TS算法

为解决现有算法在求解大规模流水线调度问题（FSP）时计算时间过长的问题,从缩小邻域的角度出发,提出一种基于FSP问题Block性质的快速禁忌搜索（TS）算法．利用Block性质．算法在保证不丢失最优解的基础上．将邻域中大部分劣解排除．将搜索重点集中在邻域中“最优希望”的区域,以缩小邻域和减少计算时闻．数值仿真实验表明,该算法能在较短时间内获得大规模FSP问题的满意解．     

新的鲁棒粒子群算法在电磁场逆问题中应用研究

提出了一种搜索鲁棒优化解的粒子群算法。为解决期望适值函数计算需要大量新采样点而导致的计算效率过低问题,提出了一种期望适值赋值的新机制。该机制只对每一代粒子中的个体最优解和整体最优解分配期望适值。此外,为便于算法搜索鲁棒优化解,重新定义了粒子的邻域关系。最后,通过两个实例计算证明了新算法求解电磁场逆问题鲁棒优化解的可行性和优点。     

基于PSO的反对称矩阵反问题的最小二乘解

针对在反对称矩阵反问题的最小二乘解求解计算中,难以从问题的原始形式出发,构造出高效的迭代算法的计算难题,提出一种基于PSO算法的反对称矩阵反问题的最小二乘解的计算算法.该算法采用以带约束条件的反问题矩阵范数作为粒子群优化算法的适应度函数,建立起最小二乘解的计算模型.算例仿真结果显示,该算法是一种高效实用的求解算法.     

一种改进的遗传算法: Fam ily GA

分析了影响遗传算法性能的因素，在遗传算法(GA)的基础上设计了一种新的家族遗传算法(FGA)．该算法改造了选择和变异算子，其目的在于提高收敛速度、避免早熟．同时，该算法提出在优良解附近构造最优家族，在此微型空间中进行精确搜索，确保了算法收敛速度和解的精度．最后给出4个典型函数的模拟例子，由对比实验结果可以看出，FGA提高了收敛速度及解的精度，说明该算法具有应用的潜力．     

依概率收敛的改进粒子群优化算法

粒子群优化算法是一种随机优化算法,但它不依概率1收敛到全局最优解。因此提出一种新的依概率收敛的粒子群优化算法。在该算法中,首先引入了具有探索和开发能力的两个变异算子,并依一定概率对粒子当前最好位置应用这两个算子,然后证明了该算法是依概率1收敛到ε-最优解。最后,把该算法应用到13个典型的测试函数中,并与其他粒子群优化算法比较,数值结果表明所给出的算法能够提高求解精度和收敛速度。     

Two hybrid algorithms for solving split equilibrium problems

The paper considers split equilibrium problems (EPs) in Hilbert spaces and proposes two hybrid algorithms for finding their solution approximations. Three methods including the diagonal subgradient method, the projection method and the proximal method have been used to design the algorithms. Using the diagonal subgradient method for EPs has allowed us to reduce complex computations on bifunctions and feasible sets. The first algorithm is designed with two projections on feasible set and with the prior knowledge of operator norm while the second algorithm is simpler in computations where only one projection on feasible set needs to be implemented and the information of operator norm is not necessary to construct solution approximations. The strongly convergent theorems are established under suitable assumptions imposed on equilibrium bifunctions. The computational performance of the proposed algorithms over existing methods is also illustrated by several preliminary numerical experiments.     

遗传算法与蚂蚁算法融合的马尔可夫收敛性分析

遗传算法具有快速随机的全局搜索能力,但不能很好地利用系统的反馈信息.蚂蚁系 统是一种并行的分布式正反馈系统,但初始求解速度慢.遗传算法与蚂蚁算法的融合,优势互 补.基于上述思想,提出遗传算法与蚂蚁算法融合的模型与方法,对该方法的收敛性进行了马尔 可夫理论分析,并证明其优化解满意值序列是单调不增的和收敛的.且对NP-hard问题中的30 城市TSP和中国CHNl44城市TSP两个实例进行了实验分析,仿真数据表明该方法不仅是一 个逐步收敛的过程,而且求解速度和求解效果都非常好.     

基于稳定策略的粒子群优化算法

为了解决传统粒子群算法易陷入局部最优解的问题,在借鉴生物学中“进化稳定策略”的基础上,对传统粒子群算法进行了改进,提出了基于稳定策略的粒子群算法.该算法的核心在于,通过稳定参数的设定,使种群中较优的一部分个体按照标准粒子群算法进行寻优,而对种群中其余部分的个体进行随机突变,以达到快速扩大搜索空间、稳定种群中个体多样性的...     

光突发交换中路由技术的研究

光突发交换网络中路由的实现是网络生存性和健壮性的一个保证。文章提出了一种光突发交换网络路由技术的新方案,将免疫遗传算法这种仿生物体的智能算法,应用到光突发交换网络路由算法中,保证群体多样性,控制收敛方向。仿真结果表明,该方案可以降低OBS网络中的数据丢失率。     

光突发交换中路由技术的研究

光突发交换网络中路由的实现是网络生存性和健壮性的一个保证。文章提出了一种光突发交换网络路由技术的新方案,将免疫遗传算法这种仿生物体的智能算法,应用到光突发交换网络路由算法中,保证群体多样性,控制收敛方向。仿真结果表明,该方案可以降低OBS网络中的数据丢失率。     

求解非线性最小二乘问题的实用型方法

１．引言对于非线性最小二乘问题其中,为残差向量且,这里是指通常意义下的范数,即二范数．目标函数的梯度和Ｈｅｓｓｅ矩阵为其中　矩阵, 求解非线性最小二乘问题（１．１）的最基本方法是Ｇａｕｓｓ－Ｎｅｗｔｏｎ法,迭代格式为其中ｄｋ为线性方程组的解,这． 当人为满秩矩阵时,线性方程组（１．５）有唯一解,即并且有如下不等式：其中　是矩阵　的最小特征值．当　人接近奇异时,因此有可能存在着 ｄｋ,使得,即某一步迭代的步长太大,导致 Ｇａｕｓｓ－Ｎｅｗｔｏｎ法迭代失败． 另外,当　为奇异矩阵时,线性方程组（１．５）…     

Coordinated standoff tracking of moving targets using differential geometry

This research is concerned with coordinated standofftracking, and a guidance law against a moving target is proposed by using differential geometry. We first present the geometry between the unmanned aircraft （UA） and the target to obtain the convergent solution of standoff tracking when the speed ratio of the UA to the target is larger than one. Then, the convergent solution is used to guide the UA onto the standoff tracking geometry. We propose an improved guidance law by adding a derivative term to the relevant algorithm. To keep the phase angle difference of multiple UAs, we add a second derivative term to the relevant control law. Simulations are done to demonstrate the feasibility and performance of the proposed approach. The proposed algo- rithm can achieve coordinated control of multiple UAs with its simplicity and stability in terms of the standoff distance and phase angle difference.     

基于微粒群算法与模拟退火算法的协同进化方法

提出了一种基于模拟退火与微粒群算法的协同进化方法,利用了微粒群算法的易实现性、局部快速收敛性以及模拟退火算法的全局收敛性.通过两种算法的协同搜索,可以有效克服微粒群算法的早熟收敛.仿真结果表明,本文的协同进化方法不仅具有较好的全局收敛性能,而且具有较快的收敛速度.文章从理论上证明了该方法以概率1收敛于全局最优解.