IT服务外包进度风险控制的改进禁忌搜索算法

随着近年来IT服务外包的迅猛发展,对于项目的进度风险控制也成为了亟待解决的问题之一.针对IT服务外包项目进度风险控制问题,建立了两层的数学模型.考虑到该优化问题是一个NP难问题且具有层次结构,设计了改进的禁忌搜索算法进行求解.主要改进包括初始解的启发式方法产生,禁忌表动态构造等方面.在仿真实验的基础上,对算法稳定性、算法收敛性和有效性等进行了分析,并与传统禁忌搜索算法的仿真结果进行比较,验证所设计算法的有效性.     

改进禁忌搜索算法在TSP问题中的应用

提出了一种基于改进最近邻点法的禁忌搜索算法（TSBIN）。该算法利用改进最近邻点法为禁忌搜索算法构造较优初始解,能更有效地搜索全局最优解。以旅行商问题（TSP）为倒,验证了该算法的寻优性。     

一种基于改进蚁群优化算法的软硬件划分方法

软硬件划分问题是嵌入式系统的软硬件协同设计中重要的问题之一﹒针对该问题,提出一种基于改进蚁群优化算法的软硬件划分方法﹒通过禁忌搜索算法改进蚁群算法的局部搜索过程,利用禁忌表记录近期的搜索过程,通过禁忌表比对阻止算法重复进入,提高了算法的最优解搜索效率,加快了算法的执行速度﹒实验数据证明改进的蚁群优化算法能提高45%左右的工作效率,同时验证了该算法能够有效地解决软硬件划分问题,提高软硬件协同设计的效率﹒     

多物流配送中心选址及求解

经典蚁群算法不能直接用于求解多配送中心选址问题(MDLP),据此,将MDLP映射为扩展K-TSP过程并设计了改进的蚁群算法.改变了经典蚁群算法禁忌表的设置方式,算法运行时,给蚁群建立一个共享禁忌表,里面存放所有蚂蚁访问过的客户点,任何蚂蚁只能选择共享禁忌表未曾记录的客户点,从而增强蚂蚁间的信息交流,促进它们的分工与协作,使蚂蚁无遗漏无重复地遍历各配送点并找出问题的最优解.为提高算法的求解性能,在蚂蚁的选择规则里加入了代价引导函数,使用2-opt策略优化可行解并优化了信息素的更新方式.仿真算例及算法对比表明,模型和算法可以有效地表达和求解MDLP.     

物流管理中配送路线安排优化及其算法研究

配送路线安排是一个NP问题,因而本文将采用启发式算法,在使用节约/插入算法来构造高质量初始解的基础上,利用禁忌搜索算法和交换算法来改进初始解。通过实验数据,验证了该算法的有效性。     

求解车间作业调度问题的快速禁忌搜索算法

针对车间作业调度问题的难解性，提出了一种求解该问题的快速禁忌搜索算法．该算法是按照禁忌搜索算法的一般步骤来进行设计的，在设计过程中对于算法所涉及到的初始解问题、邻域构造问题以及禁忌表长度的选取等问题给出了旨在减少算法计算时间，提高算法优度的解决方案．该算法找到了所测试的21个标准算例中18个算例的精确最优解，而且在PⅡ233的计算机上每个算例的计算时间不超过2s。     

水切割机器人路径规划方法

以汽车内饰件切割路径优化为研究对象,提出了一种改进禁忌表蚁群算法,实现优化排序.根据水切割过程特点和工艺要求,进行了水切割路径规划问题分析与建模,设计了改进的禁忌表,利用分层思想将禁忌表划分为3段:内部小环段、内部大环段和外部轮廓段,各段的优先级依次降低,并确定了与此相应的禁忌表的更新规则.在此基础上,给出了基于改进禁忌表蚁群算法的水切割路径优化排序方法,对轮廓切割顺序和各轮廓起始点选择同时进行优化.仿真与实验结果表明,改进禁忌表蚁群算法是可行、有效的,可大大缩短水切割机器人的示教编程时间,显著提高水切割作业的效率和质量.     

面向分馏塔操作参数优化的带禁忌表并行粒子群优化算法

多元分馏塔操作优化需要反复求解其机理模型中的高维耦合非线性方程组,计算十分耗时.针对此昂贵优化问题,提出了一种带禁忌表的并行粒子群优化(parallel particle swarm optimization,PPSO)算法.以分馏过程机理知识初始化操作参数的禁忌表,再根据已测试候选参数的优化性能动态更新该禁忌表,实现对每次迭代产生的候选解初选,减少禁忌解的计算;接着,以MapReduce的任务分发思想构建算法的并行处理框架,设计任务预分配策略减少通信成本,提高计算效率;最后在子系统中通过对无法求解粒子与不合格粒子的剔除,筛选出原约束优化问题的等价解,进一步减小计算开销.以实际操作优化问题验证了所提算法的有效性,结果表明该算法能够更快地找到分馏系统操作参数的最优设定值.     

一类面向仓库车辆路径优化的改进禁忌搜索算法及其应用

在立体仓库中常需考虑车辆路径规划问题,传统的禁忌搜索算法在解决该类问题时,最终解的质量依赖于初始解。针对此问题并结合实际立体仓库,本文提出了改进的禁忌搜索算法。该算法的初始解部分由模拟退火算法生成,有效地克服了禁忌搜索算法对初值的依赖;规定禁忌搜索算法的特赦准则为模拟退火算法关联,在限定始末库位条件下,尽可能地寻找更短车辆路径,提高禁忌搜索算法的搜索能力。将改进的禁忌搜索算法与标准禁忌搜索算法进行仿真对比,改进算法在平均最短路径和稳定性上都有较大提升。将本文算法应用于立体仓库调度过程,在实际应用中效果良好,具备可行性。     

一种改进的多初始解禁忌搜索算法

本文根据禁忌搜索算法的特点,提出了一种基于多初始解的禁忌搜索算法(STS)。该算法为禁忌搜索算法构造多个较优初始解,进而进行多初始解禁忌搜索以找到全局最优解。以旅行商问题(TSP)为例,验证了该算法的有效性。     

一类以测度为初值的拟线性双曲方程组BV解的存在性

研究一类以Radon测度为初值的拟线性双曲方程组整体BV解的存在性. 首先考虑方程组的正则化问题, 通过一系列分析, 由极限过程得到了正则化问题整体解的存在性, 进而得到了正则化问题解的一致BV估计及整体BV解的存在性.     

基于H.264/AVC视频标准的改进UMHexagonS算法

基于H.264/AVC视频编码标准,通过分析非对称十字型多层次六边形格点搜索(UMHexagonS)算法的流程及存在的问题,提出一种改进的分像素搜索算法,并给出了改进的UMHexagonS搜索算法流程.实验结果表明了改进算法的有效性,在保证图像质量的同时,显著减少了编码时间,提高了编码效率.     

具有梯形结构大系统目标规划模型的求解算法

先在纵向分解子问题对应的约束不等式组有解的条件下, 通过证明对应的达成向量为零进而证明了子问题的最优解构成大系统问题的最优解； 再针对一般情况, 提出一种求解具有梯形结构大系统目标规划模型的“顺次解耦算法”, 并结合实例说明了算法的迭代过程及其有效性.     

Powell搜索法和惯性权重非线性调整局部收缩微粒

提出一种求解无约束最优化问题的新的混合算法Powell搜索法和惯性权重非线性调整局部收缩微粒群算法的混合算法. 该算法不需要计算梯度, 容易应用于实际问题中. 通过对微粒群算法的修正, 使混合算法具有更加精确和快速的收敛性. 首先利用20个基准测试函数进行仿真计算比较, 计算结果表明, 新混合算法在求解质量和收敛速率上都优于其他算法（PSO, GPSO和NM PSO算法）. 其次, 将新混合算法和最新的各种协同PSO算法进行分析比较. 结果表明, 新混合算法在解的搜索质量、 效率和关于初始点的鲁棒性方面都远优于其他算法.     

基于聚类和局部信息的离群点检测算法

针对目前大部分离群点检测算法未考虑数据的局部信息, 导致离群点检测的准确率低问题, 提出一种新的基于聚类和局部信息的两阶段离群点检测算法. 通过定义新的局部离群因子作为判断数据对象是否为离群点的衡量标准, 改进了传统离群点检测算法的过程. 实验结果表明, 该算法在保持线性复杂度的同时, 能更准确、 有效地挖掘出数据集中的离群点.     

灰色多随从二层线性规划问题及其解法

针对多随从二层线性规划问题, 结合灰色特征, 提出了灰色独立多随从二层线性规划问题. 建立了该问题的数学模型, 并证明了漂移型灰色独立多随从二层线性规划问题等价于漂移型灰色二层线性规划问题. 对于漂移型灰色独立多随从二层线性规划问题, 基于单纯形法设计了一种求解算法. 数值算例表明该算法是可行有效的.     

基于分割的超树分解方法

基于det-k-decomp算法, 通过引入同构的概念和对separator选择空间的进一步限制, 提出一类新的超树分解： 分割的超树分解, 并提出一种具有较小超树宽度的超树分解方法: 基于分割的超树分解--sht-k-decomp, 该算法能有效提高约束满足问题的求解效率. 实验结果表明, sht-k-decomp算法多数情况下效率高于det-k-decomp算法.     

边排序贝叶斯网络结构学习算法应用于基因调控网络构建

提出一种基于多数据源融合思想的贝叶斯网络结构学习算法.该方法在现有贝叶斯网络结构学习算法的基础上,进行网络结构再学习,能有效处理不同数据源无法简单合并的问题.实验结果表明:在现有基因芯片数据节点数过多但数据量过少的前提下,该算法能有效提高建网精度;基于酿酒酵母细胞周期对不同实验条件下的表达数据进行融合,可以将正确率提高约12%.     

一种改进的Adaboost训练算法

针对传统的Adaboost训练算法在训练过程中可能出现训练退化和训练目标类权重分布过适应的问题, 提出一种改进的Adaboost训练算法. 改进算法通过调整加权误差分布限制目标类权重的扩张, 并且最终分类器输出形式以概率值输出代替传统的离散值输出, 提高了训练结果的检测率. 实验结果表明, 改进的Adaboost算法在Inria数据集上取得了较好效果.     

基于概念格的神经网络日最大负荷预测输入参数选择

针对电力系统中影响负荷预测精度的众多因素如何选择问题,提出一种概念格属性约简算法,采用该算法挖掘出与待预测负荷量相关性较大的各属性作为神经网络预测模型的输入参数,降低了输入参数规模,确保了负荷预测模型输入参数的合理性,解决了神经网络模型输入参数的确定问题.通过对重庆市某区实际日最大负荷数据的计算分析,结果表明该算法提高...