GA和HS算法解决电子化配车方法比较

本文针对海尔集团配车系统的业务需求,简要介绍了运用遗传算法(GA)和启发式算法(HS)求解集装箱装载问题的模型,讨论两个模型的建立和求解算法的异同。文中根据实验数据,对两种算法的性能进行了比较和分析,最后提出了有机地结合两种模型的设想。     

基于非线性规划协同进化遗传算法的防空导弹火力优化分配研究

为了进一步提高防空导弹目标分配问题的求解效率和解算能力,建立了防空导弹目标火力分配模型,提出了一种非线性规划协同进化遗传算法(NLPCGA).该算法是综合非线性规划算法(NLPA)局部搜索能力强和协同进化算法(CA)求解质量高的优点,并利用遗传理论提高算法的求解效率.通过结合实例,仿真结果表明NLPCGA算法在求解防空目标火力分配问题上要优于单独两种智能算法,可以有效快速地找到最优火力分配方案,为防空作战指挥决策提供支持.     

光滑支持向量机两种求解算法的比较

BFGS-Armijo法和Newton-Armijo法是求解光滑模型的常用算法。分别列出用此两种算法求解光滑支持向量机模型(SSVM)的具体步骤,并用这两种算法对求解SSVM模型进行比较研究。数值实验结果表明：Newton-Armijo法的分类性能和BFGS-Armijo法基本相同,而分类效率比BFGS-Armijo法高出约26.2%。     

基于离散微粒群算法求解背包问题研究

微粒群算法(PSO)是一种新的演化算法,主要用于求解数值优化问题.基于离散微粒群算法(DPSO)分别与处理约束问题的罚函数法和贪心变换方法相结合,提出了求解背包问题的两个算法:基于罚函数策略的离散微粒群算法(PFDPSO)和基于贪心变换策略的离散微粒群算法(GDPSO).通过将这两个算法与文献[7]中的混合微粒群算法(Hybrid_PSO)进行数值计算比较发现:对于求解大规模的背包问题,GDPSO非常优秀,其求解能力优于Hybrid_PSO和PFDPSO,是求解背包问题的一种非常有效的方法.     

基于非凸复合函数的稀疏信号恢复算法EI北大核心CSCD

基于泛函深度作用的思想,通过将两种非凸稀疏泛函进行复合,构造了一种新的稀疏信号重构模型,实现了对0范数的深度逼近.综合运用MM(Majorize minimization)技术、外点罚函数法和共轭梯度法,提出一种求解该模型的算法,称为NCCS(Non-convex composite sparse)算法.为降低重构信号陷入局部极值的可能性,提出在算法的每步迭代中以BP(Basis pursuit)模型的解作为初始迭代值.为验证所建模型和所提算法的有效性,进行了多项数值实验.实验结果表明,相较于SL_(0)(Smoothed)算法、IRLS(Iterative reweighed least squares)算法、SCSA(Successive concave sparsity approximation)算法以及BP算法等经典算法,提出的算法在重构误差、信噪比、归一化均方差、支撑集恢复成功率等方面都有更优的表现.     

多阶段传感器-武器-目标分配问题的建模与优化求解

本文在静态传感器–武器–目标分配(S–WTA)问题的基础上,将作战过程分为多个拦截阶段,以最小化来袭目标的剩余威胁的期望值为目标,建立了一种多阶段S–WTA问题模型.为了求解该问题,本文将多阶段S–WTA问题分解为两类作战资源分配子问题.首先,提出了一种基于知识的增量式构造型启发式算法对多阶段武器–目标分配子问题进行求解.根据已确定的多阶段武器–目标分配方案,提出了一种基于边际损失的构造型启发式算法求解多阶段传感器–目标分配子问题.结合两种低复杂度、快速构造型启发式算法实现多阶段S–WTA问题的有效求解.本文选取了基于随机排列(RP)的随机采样算法作为对比算法,并通过仿真实验验证了算法的有效性.实验结果表明,本文提出的算法在大部分算例的求解质量和时间成本上都优于RP算法.     

求解两物种小系统发育问题的模拟退火算法

针对复制-丢失比对问题模型,提出求解复制-丢失演化模型下两物种小系统发育问题(SPP)的模拟退火算法(SA2SP)。SA2SP引入比对算法用于构造问题初始解;引入标记算法用于构建问题解的目标函数,以得到问题解的进化代价;同时还引入3种智能邻域函数,利用基因序列的进化特性,指导性地产生邻域解。利用4种真实菌属的核糖体核糖核酸(rRNA)和转运核糖核酸(tRNA)基因数据对算法的性能进行测试,实验结果表明, SA2SP能够获得较伪布尔线性规划(PBLP)求解算法更小的进化代价,是求解复制-丢失演化模型下两物种小系统发育问题的一种有效方法。     

随机控制系统稳态Kalman滤波器新算法

应用现代时间序列分析方法,基于受控的自回归滑动平均(CARMA)新息模型,提 出了随机控制系统稳态Kalman滤波器增益的两种新算法,避免了求解Riccati方程.为保证 滤波器的渐近稳定性,给出了选择滤波初值的两个公式.仿真例子说明了新算法的有效性.     

两相图像变分分割凸松弛模型快速算法

主要研究两相图像分割凸模型的三类快速数值算法.首先,分别针对无约束和有约束的图像分割凸模型分别提出相应的具有O(1/k)阶收敛速率的梯度投影算法,并结合快速迭代收缩算法的加速收敛策略,将所提出的梯度投影算法的收敛速率从O(1/k)阶提高到O(1/k2)阶;其次,基于分块协调下降的思想,对无约束的图像分割凸模型采用Newton法求解,该算法不仅是单调下降的,而且具有二阶收敛性;然后,根据交互式迭代算法的思想,在约束模型的Fenchel原始-对偶形式的基础上,提出了一种通过原始变量和对偶变量交互式混合迭代求解的算法,所提出的算法在求解过程中避免了梯度算子和散度算子作用于未知变量,使得迭代形式更简单;最后,仿真实验表明了这3类算法的有效性和在收敛速率上的优势.     

基于缓冲池描述的DBMS分层排队网络模型及其求解

针对OLAP查询的特点,提出基于缓冲池描述的DBMS分层排队网络模型,以构建这一模型为例示范构建DBMS分层排队网络模型的方法和步骤。对比分析分层排队网络模型的两种求解算法——MOL(the Method of Layer)和SRVN(the Stochastic Rendezvous of Network)在算法结构、模型限制、描述能力、求解精度上的差别,总结出模型参数获取的三种途径。