一类二次比式和最优解的研究

对于二次比式和问题的最优解问题,提出了一种罚函数法以及单纯形分枝定界算法.利用指数函数及线性化技术,将约束优化问题转化为易于求解的无约束优化问题,最终给出了算法.     

基于HGA通讯网络费用的优化问题

以实际网络为研究背景，针对可靠性约束下的通讯网络费用优化问题，建立了实现费用最小的非线性数学模型.针对模型的特点，根据遗传算法在求解优化模型时的特性以及其在解决该类问题时所存在的问题，利用单点爬山技术，并将其与遗传算法相结合，形成了混合遗传算法.通过仿真实例，表明了这种混合遗传算法在解决可靠性约束下的通讯网络费用优化问题中是可行和有效的.     

混合GA与SA求解非线性约束优化

在蜚 线性约束优化中，处理好约束条件和增强局部搜索能力是解决这类问题的关键。本文在给出问题一般形式的基础上，设计了一个模型退火和遗传算法结合的算法。它用模拟退火算法来增强局部搜索能力，用线性交叉来处理约束以外的解，将可行解与不可行解用适应值的正负来区分。仿真试验表明，该算法收敛速度快、搜索能力强、稳健性好，本方法是对应用遗传算法求解非线性约束优化问题的又一次深入探索。     

供应链下纺织服装物流流程优化及实证研究

基于纺织服装企业供应链的特点,本文应用SCOR 模型对纺织服装企业在供应链环境下的物流流程进行 分析和评价,从分销物流角度,考虑多工厂、多产品、多客户环境下的纺织服装企业集群式供应链,建立供应链 下的分销物流网络模型,对纺织服装企业物流进行流程优化。在实证中,以武汉红人集团为例,通过采用启发式 算法与传统的分枝定界法相结合的方法构建其分销物流网络,从而实现物流流程的优化。     

邻域整点搜索法求解标准型纯整数规划

从探索线性规划的优化机理入手,借鉴分枝定界法求解整数规划的基本原理和目标排序法求解0 1规划的思路,在完成一系列理论分析和证明之后,提出求解资源分配型整数规划的一种新方法———邻域整点搜索法.该方法是迄今为止求解整数规划的最为简捷有效的方法,是分枝定界法合乎逻辑的发展,也是用常规方法求解整数规划问题走向成熟的标志.使用该法,既可以求解纯整数规划,也可以求解混合整数规划问题,对于求解大规模整数规划问题具有无可比拟的优越性.     

整数规划算法效率研究

通过对整数规划问题的算法Groebner基和分枝定界法的求解过程分析比较,以同样整数规划问题实例,采用数学软件Maple,用Groebner基方法和分枝定界法分别进行了求解,对求解的的效率进行了比较,并对影响效率的原因进行了讨论.     

混合流程生产系统优化调度方法研究

混合流程优化调度问题是当前研究的一个热点. 在对混合流程分层建模的基础上,采用启发式分枝定界算法对生产调度进行优化,优化目标函数为生产成本最小. 根据生产条件,推导出了5个优化规则,利用这些规则构建了启发式分枝定界算法. 为了较全面地优化生产成本,在优化过程中不仅考虑了加工任务的排序及起始时间,还考虑了库存对加工成本的影响.     

杂交遗传算法在结构振动控制优化中的应用

为了减少结构振动控制所需能量,必须对所设计结构参数进行优化设计,传统的优化方法是很难获得结果的.为此,本文首先介绍了控制系统能量的计算公式,然后在杂交遗传算法和实代码遗传算法的基础上,开发了一种能够处理实变量的改进的杂交遗传算法,对于含不等式约束的优化问题,采用了Pareto处理方式.本文方法可以处理含约束的优化目标问题,通过一个一般优化问题和本文研究的具体问题的实例分析可知本文所提出的方法是有效的.     

一种高层次多电压功耗优化方法

提出了一种在时间与面积约束下,运用遗传算法同时进行操作调度和资源分配的高层次多电压功耗优化方法．对于时间和面积约束所导致的无效染色体,通过将约束优化问题转换成两个目标函数的极值问题,一个为原问题的目标函数,另一个为违反约束条件的程度函数,避免了约束条件对问题求解的影响．对于数据依赖所导致的无效染色体,采用基于数据依赖的单点杂交算子来解决．实验结果表明,该算法比不考虑无效染色体处理机制的简单遗传算法的多电压功耗优化方法的功耗优化能力提高10％,收敛速度提高15％．     

基于MGA的全终端网络可靠性优化设计

为了改善传统方法和基本遗传算法在求解全终端网络可靠性优化设计问题中得到的解的质量,分析了全终端网络可靠性优化设计问题和基本遗传算法实现原理,从用户角度出发,建立了一种新的在成本上限约束下极大化网络可靠度的数学模型.针对该模型,设计了一种具有较强局部搜索能力的混合遗传算法,并对其进行了优化求解.计算机仿真实例表明,混合遗传算法在解决此类问题上较基本遗传算法更为有效,能够得到较为满意的优化结果.     

结构抗疲劳可靠性的水平集拓扑优化

利用应力-强度干涉理论,对结构的概率疲劳和非概率疲劳强度可靠性进行了分析,构建了以结构柔度最小为目标函数、以体积比和疲劳可靠性为约束的连续体结构拓扑优化设计模型．优化前对概率和非概率的疲劳可靠性约束进行了等价显式化处理,使得优化过程形式简单,减少了计算量．利用水平集方法进行了结构拓扑优化．两个算例的结果显示了文中优化设计模型的合理性和方法的有效性．     

无源滤波器参数的优化设计

根据工程经验和简单的技术经济指标来设计无源滤波器无法得到最优设计参数的问题,提出了一种无源滤波器的优化设计方法。该方法选择各个滤波支路的电容量作为独立的优化变量,以需要补偿的无功容量作为等式约束条件,以电网的总谐波电压含有率最小为目标来处理滤波器LC参数优化的规划问题。同时,为了提高寻优速度,应用改进遗传算法处理这类LC优化问题。对具体工程实例的计算表明,此方法不但可以找到全局最优解,而且明显提高了算法的寻优速度。     

地区电网无功分区分层控制中的组合分支定界算法

提出了无功功率分层控制的优化模型,该模型以变电站的无功功率偏差最小为目标函数,满足无功功率平衡及功率因数限制等不等式约束,并采用组合分支定界算法进行求解.实际应用表明,采用该方法不仅可以实现无功功率的就地平衡,还可以实现无功功率不同电压等级之间分层的支持决策,验证了该方法的有效性.     

系统可靠度约束下平面框架结构的优化设计

以结构系统的可靠度作为结构优化设计的控制参数，用分枝限界法判认主要失效模式。用ＰＮＥＴ法计算结构系统的可靠度，导出了平面框架结构系统可靠度的敏度分析表达式。     

基于多目标拆分优化思维的拥塞网络数值调度方法

针对网络拥塞数值调度中存在的盲目性问题,提出了一种基于多目标拆分优化的网络拥塞数值调度方法.将拥塞网络的数值调度问题进行模型化表示,并将拥塞过程调度的最优问题分解为多个目标同时优化问题:即信道最优任务分配问题和路由拥塞调度问题.根据粒子群算法,对信道分配问题的最优解进行计算,同时设计约束模型并利用遗传算法求解拥塞调度问题,实现了在拥塞状态下的网络数值调度.结果表明,所提出算法获得的拥塞调度方案具有较好的可执行性.     

非接触电能传输系统参数非线性规划

针对非接触电能传输系统的频率分叉问题,提出一种改进的参数设计方法.将频率分叉参数模型等效为约束条件,以传输效率最高为目标,同时考虑输出稳压、参数额定值等条件,建立系统的非线性规划模型,采用遗传算法来优化模型参数.为了增强算法处理约束的能力,去掉对约束的整体归一化以增大约束的整体权重|对没有可行个体的种群,将核心约束的满足比例作为新的自适应罚参数,以降低违反核心约束个体的适应度.仿真与实验结果表明：该算法处理约束能力增强|所得参数能使系统稳定运行于零相角频率处,无分叉现象|发现系统在频率分叉区外仍可能存在频率稳定的区域,降低系统参数优化的约束强度.     

连续体结构屈曲约束下拓扑优化的ICM方法

用独立、连续、映射(ICM)方法解决具有屈曲约束的连续体拓扑优化问题．引入独立、连续的拓扑变量,建立以质量为目标,屈曲临界力为约束的连续体结构拓扑优化模型．借助Taylor expansion将目标函数作二阶近似展开;借助Rayleigh’s quotient,Taylor expansion,过滤函数将约束化为近似显函数,减少了灵敏度的计算量将优化模型用对偶规划方法求解,减少了设计变量的数目,缩小了模型的求解规模,得到较为理想的拓扑优化结果．算例表明,ICM方法在屈曲约束的连续体结构拓扑优化中可行性好、效率较高．     

基于混合变量的可靠性稳健设计方法

将产品性能函数在指定百分位数处的波动作为产品稳健性指标,极限性能函数的区间可靠度大于可靠性指标作为约束,建立了随机变量和区间变量同时存在时的可靠性稳健设计单目标优化模型。为了提高可靠性优化设计问题的效率,将两个耦合的优化问题分解成两层结构优化设计问题,上层为稳健优化设计,下层进行可靠性分析计算。最后用减速器可靠性稳健优化设计问题验证所建立模型的效率和精度。     

A combination algorithm of Chaos optimization and genetic algorithm and its application in maneuvering multiple targets data association

The most important problem in targets tracking is data association which may be represented as a sort of constraint combinational optimization problem. Chaos optimization and adaptive genetic algorithm were used to deal with the problem of multi-targets data association separately. Based on the analysis of the limitation of chaos optimization and genetic algorithm, a new chaos genetic optimization combination algorithm was presented. This new algorithm first applied the "rough" search of chaos optimization to initialize the population of GA, then optimized the population by real-coded adaptive GA. In this way, GA can not only jump out of the "trap" of local optimal results easily but also increase the rate of convergence. And the new method can also avoid the complexity and time-consumed limitation of conventional way. The simulation results show that the combination algorithm can obtain higher correct association percent and the effect of association is obviously superior to chaos optimization or genetic algorithm separately. This method has better convergence property as well as time property than the conventional ones.     

应用动态设计变量优化方法进行城市群公路网优化布局

目的为目前城市群公路网布局提供一种最优的计算方法.方法以公路网重要度为目标函数,以资金投入为固定值作约束条件,以节点连通值为设计变量,提出了连续值优化计算,合理进行公路建设和维护.结果建立了城市群公路网优化布局模型;采用VB语言开发了求解公路网优化布局的公路网重要度模型的梯形算法主程序;通过实例验证了算法的正确性.结论城市群公路网布局的计算方法尤其适合求解大规模公路网优化问题,解决常规算法难以应用于大规模网络优化问题的难题.