基于蚁群算法的集装箱装载问题

探讨了蚁群算法在复杂集装箱装载问题中的应用.利用蚁群算法对解空间的搜索能力,结合二维链表结构的方法,对布局空间依次分割完成不同大小的三维矩形物体的装载,并给出了有效的编码形式和解码算法.通过对文献中提供的数据进行测试和比较说明本算法是有效的.     

基于蚁群算法的集装箱装载问题

探讨了蚁群算法在复杂集装箱装载问题中的应用．利用蚁群算法对解空间的搜索能力，结合二维链表结构的方法，对布局空间依次分割完成不同大小的三维矩形物体的装载，并给出了有效的编码形式和解码算法．通过对文献中提供的数据进行测试和比较说明本算法是有效的．     

基于改进GA求解边界移动的非稳态自然对流反问题

为了有效地研究自然对流反问题,给出了基于混合遗传算法求解考虑边界移动的二维非稳态自然对流传质过程中多参数反问题的一种方法.该方法把参数识别反问题转化为优化问题后采用混合遗传算法求解.其中正问题的数值解采用有限元法,混合遗传算法采用实数编码,且在简单遗传算法的基础上引入局部搜索算子改善了该遗传算法的性能.结果表明:该方法能有效求解涉及边界移动的自然对流反问题,且具有较高的精度和收敛速度,易于计算机实现,值得在实际工作中应用.     

肺部X射线CT切片的三维重建及显示

本文针对肺癌医学诊断和治疗这一主题，提出了一种对肺部Ｘ射线ＣＴ切片中病变部分（感兴趣区）的三维重建和显示算法。整个算法包括：（１）图象获取（２）二维图象的三维重建（３）三维物体的边界表面检测（４）三维物体的二维显示及后处理大部分，通过将表面检测问题转化为有向图的遍历问题，简化了原先非常复杂的三维边界检测算法，并根据Ｃ语言结构功能强的特点，采用结构指针及链表、队列等动态数据结构，使整个算法具有节省内     

改进型单频非遍历值域姿态测量算法

非遍历值域搜索算法利用二维模糊度搜索范围压缩了姿态角搜索空间,由于二维模糊度搜索空间较大,造成压缩姿态角搜索空间效率较低,提出了一种采用多约束条件以提高压缩姿态角搜索空间效率的方法。选取仰角最高的4颗卫星作为主星,采用最小二乘搜索算法利用单个历元观测数据确定三维模糊度搜索空间,结合基线长度及低成本微机电系统(micro electrical mechanical system,MEMS)提供的俯仰角信息对三维模糊度搜索空间进行筛选,取仰角最高的3颗卫星构成二维模糊度搜索空间,将其代入搜索模型解算整周模糊度候选值,采用残差比例检验法进行模糊度固定。试验结果表明,相比于原算法,姿态角搜索数目由576组降至8组,残差比峰值由16增至1 279,固定所需时长从35 s缩短至单个历元。     

基于自适应混合遗传算法的装箱问题探讨

多约束条件下的三维集装箱问题是NP难题,它的求解极为困难。提出了一种自适应混合遗传算法,该算法采用直观的自然数编码机制、混合启发式规则的解码方法和改进的遗传算子。仿真结果表明,该算法在效率和精度上均优于基于空间分解的启发式搜索法等常用的进化类算法。     

物理场的团簇识别与分析技术

复杂构型和物理场的理解与规律提取一直是个难点.该文提供了一种团簇识别和分析技术,用于各类实验或模拟研究中的数据处理和分析.主要算法如下：采用离散点构造面元或体元以分割粒子所在空间;根据物理场的特征合并相同或相似性质的元,从而获得反映物理场特征的团簇结构.在算法中,对空间物体（点、线、面、体、团簇等）统一采用分级树数据管理结构,实现了对空间物体的两种快速搜索,搜索算法复杂性约化到.空间多级树的建立方法及快速搜索算法是通用的,不依赖于空间维数,可以方便地推广应用于其他领域.作为应用实例,我们将该方法应用到二维和三维随机数据处理,验证了该方法的准确性和可靠性.     

基于直方图的形状描述及骨架图匹配算法

考虑物体形状的多变性,给出了一种基于二维直方图的物体形状描述及骨架图匹配算法.该算法利用骨架长度和骨架上点的圆盘半径作为特征量来描述形状.首先基于二维直方图给出一种形状及骨架端点的特征描述方法,其次结合改进的最优子序列匹配算法实现骨架图的匹配.算法中的形状及骨架端点的特征描述在一些常见非刚性变换下具有不变性.实验结果表明,该算法能够实现一些非刚性变换下的物体形状的骨架图匹配和较高精度的形状检索,且复杂度较低.     

二维波达方向估计的非酉联合对角化方法

针对高斯白噪声中的二维角度估计问题,提出一种非酉联合对角化方法.该方法利用平移不变结构阵列信号子空间的旋转不变性,构造一组具有对角结构的空时相关矩阵,通过降维相关矩阵组的联合对角化,估计出阵列导向矢量矩阵,实现二维波达方向估计,所得二维角度能自动配对.该方法的计算量小于交替列对角化中心(ACDC)算法,且由于每步迭代具有精确的最小二乘闭式解,消除了ACDC算法的误差积累问题,其估计精度比二维旋转不变子空间方法和ACDC算法至少高5dB和2dB.     

一种基于混合遗传算法的有源噪声控制方法

提出了一种基于混合遗传算法的格型IIR滤波器结构的有源噪声控制方法.混合遗传算法将遗传算法与随机搜索算法结合起来,可以改善基本遗传算法的局部搜索能力,克服基本遗传算法存在未成熟收敛问题.本文选择UNDX交叉算子作为遗传算法的主要算子,在保留当前最佳个体的同时,再对该最佳个体用随机搜索法搜索优化个体.这样既保证了算法的全局收敛性,又提高了收敛速度.仿真结果表明,该算法可以有效地实现噪声控制.     

求解矩形放置问题的亲属帮助遗传算法

用基于几何位置的方法求解矩形放置问题,解空间有限,且包含最优放置,但解空间太大。为了解决这个问题,将基于几何位置的序列对算法作为遗传算法的编解码过程,同时根据序列对编码空间中局部最优解相互间保持一定距离的特点,从父代中随机地选出一定比例的个体,用这些个体作为排斥体,使子代个体与排斥体都保持一定的距离,有效地避免了种群过早收敛到局部最优解。3组试验表明:这种算法在问题规模小时能有效地搜索到全局最优解;在问题规模较大时,能得到较好的结果。     

基于双层启发式遗传算法的三维装箱问题

三维装箱问题是一类组合优化问题,多用于物流运输业的货物装载,具有重要的实践意义。它的最优解受多种条件因素的影响,求解形式复杂且计算量较大,所以常用启发式算法来解决。以空间分割为原则的启发式算法融入遗传算法中并结合二层规划的思想,提出一种基于双层启发式遗传的三维装箱算法。通过双层启发式遗传策略分别对可行解进行广度和深度的搜索来提高寻优效率,从而得到最优的三维装箱方案。在此基础上利用具体算例进行运算和分析,证明该算法在空间利用率和稳定性上都有较好的效果,同时装箱方案可以依托计算机技术进行三维可视化,可为三维装箱问题的信息可视化提供理论依据。     

融合蚁群算法和遗传算法的矩形件排样问题研究

提出融合蚁群算法和遗传算法来求解矩形件排样问题.考虑到蚁群算法和遗传算法各自的优缺点,该融合算法前阶段采用遗传算法获得排样问题的部分优化解,把它作为蚁群算法的初始信息素分布,后阶段利用蚁群算法求得最优排样序列,最后求得最优排样图.计算实例表明:与单一遗传算法相比较,该融合算法可达到更好的排样效果.     

多规格重质货物装载优化系统的研究和设计

介绍了C＆P（切割与装箱）问题的基本模型和主要研究方向，提出了针对大批量多规格的货物装载（装船）的数学模型和求得满意解的混合遗传算法，设计并开发了解决实际问题的基于信息技术的优化系统．所解决的钢铁产品船舶装载问题对同领域的其他装载优化问题有借鉴意义．     

矩形件和任意多边形排样问题的算法及应用

探讨了矩形件和任意形状图案的抽样优化问题的遗传算法求解，提出了剩余矩形表示法和条形图表示法。对于矩形排样，剩余矩形表示法提高了板材利用率，更容易得到较优解。对于任意形状图案排样，条形图表示法直接利用位图排样，不对图案作任何限制（允许有孔洞），排样速度很快。该算法已应用于智能印花分色系统中。     

最小延时问题GPU并行加速变邻域搜索方法

为了能够在尽可能短的时间内获得最小延时问题的优质解,提出一种运行在CPU-GPU混合环境中的变邻域搜索方法。在遗传算法的顺序交叉生成子代基因过程中,改变邻域结构以避免解方案陷入局部最优。该方法在避免局部最优问题的同时,又可以利用GPU的并行加速能力缩短算法运行时间。实验结果表明,对于大规模最小延时问题,可以在短时间内获得足够好的解。     

求解货物在线装箱问题的融合算法

实现集装箱的自动码放规划对于提高装箱容积率、提高经济效益具有重要意义.针对货物在线码放过程中存在的多种实际约束,提出一种由在线极值点(online improved extreme point,IE)算法与模拟退火(simulated annealing,SA)算法结合的在线融合码放(IES)算法,考虑货物尺寸约束,质量约束与装载顺序约束设定多种码放规则以及优化函数,对IE算法中角点坐标序列进行实时迭代更新,并将该角点序列作为初始解序列,基于模拟退火优越的局部搜索能力以及算法的灵活性,两者融合来寻求全局最优角点解坐标.实验结果表明IES算法平均容积率达到89.17％,相比IE算法提高10.34％,证明IES算法在强异构货物实时码放和提高集装箱容积率方面有较好效果.该算法提高了三维装箱算法的工程性,为实现集装箱货物的自动码放创造了必要条件.     

存在表面缺陷原材料的矩形件优化排样问题研究

针对存在表面缺陷原材料的矩形件优化排样问题是一个组合优化问题,提出了一种单亲遗传算法求解方法.研究了将矩形件在板材上的排样转换为遗传算法特定编码的方法,通过单亲遗传算法的遗传算子进行优化搜索,最终得到矩形件排样的最优次序和排放方式,用基于矩形件与板材内靠接临界多边形最低点的排样算法实现在表面存在缺陷原材料上的自动排样.排样实例表明,该优化排样算法行之有效,具有广泛的适应性.