混合量子算法在生产调度中的应用

针对生产调度领域中的置换Flow Shop调度问题,在量子进化算法思想的基础上,进行了解码、最佳模式设计,并融入了优化方法,形成了混合量子算法(HQA).经过对多个算例的测试,证明HQA在生产调度领域能够提供良好的决策方案和依据.     

混合量子算法在旅行商问题中的应用研究

针对旅行商问题(TSP)的特点提出了一种新的解码方式,结合了进化计算(EA)和微粒群算法(PSO)的思想,构造了独特的混合量子算法(HQA).为进一步提高算法的性能,构造了改进混合量子算法(IHQA).IHQA在更新个体时能够指导惯性权重进行动态变化,决定个体在下一代被吸引或扩散.经测试证明,两种混合算法均表现出强大的寻优能力,IHQA效率更高.     

基于纯语言混合几何平均算子的多属性群决策方法

在纯语言加权几何平均(PLWGA)算子和推广的有序加权平均(EOWA)算子基础上给出纯语言混合几何平均(PLHGA)算子,研究了专家权重、属性权重及属性值均以语言形式给出的纯语言多属性群决策问题,提出了一种纯语言多属性群决策方法。最后将该方法应用于解决虚拟企业中的战略合作伙伴选择问题。     

基于模糊软集的中药制药车间不确定调度模型和算法求解

为解决加工时间和交货期不确定状态下的中药制药车间调度问题，利用模糊软集的三角形模糊数和梯形模糊数来表征加工时间和交货期信息，并基于模糊数的运算规则定义了可能性测度和必然性测度，用拖期可信度来度量药品生产发生拖期的概率，建立以最小化药品生产平均拖期可信度为目标的混合整数规划模型。针对该模型，提出了一种混合模糊布谷鸟算法的求解方法，并以规模为10(3)×10的经典算例进行仿真测试。实验结果表明，给出的不确定调度模型能反映中药制药调度的真实场景，而且混合模糊布谷鸟算法能很好地对该模型进行求解，相比经典布谷鸟算法，该算法有更好的性能。     

基于粒子群的多目标多执行模式项目调度

聚焦多目标多执行模式特点下的项目调度问题,通过建立工期、费用、资源和质量多目标函数,构建综合优化模型,同时运用粒子群算法解决工程项目多目标多执行模式优化问题.最后,通过一个应用实例计算,表明粒子群算法可以准确快速地解决该模型下的工程项目多目标优化问题,达到了项目调度中面对不同模式进行抉择,并且缩短工期、减少成本、均衡资源以及提升质量的综合的理想效果.     

车辆路径问题的并行粒子群算法研究

设计了一种引入了模拟退火机制的并行粒子群算法.该算法结合了基本粒子群优化算法的快速寻优能力和模拟退火算法的概率突跳性,避免了基本粒子群优化算法易于陷入局部最优的缺点,提高了进化后期算法的收敛精度.将该算法用于解决车辆路径问题,实验结果表明该算法具有较好的性能.     

中小企业自主创新获取专利技术模式研究

简要分析了目前我国中小企业自主创新面临的问题,介绍了国内外专利技术获取的有效途径,探讨了企业借助图书馆获取专利技术的模式。     

圆柱绕流N一S方程数值解的非线性特性分析

数值模拟并分析了二维圆柱绕流向混沌转捩的情形．通过时间延迟技术和维数嵌入方法对速度时间序列重构相空间，并利用蛎线性动力系统理论方法（诸如相空分析、频谱分析、Ｐｏｉｎｃａｒｅ映射），以及通过对混沌计量（如关联维数、Ｋｏｌｍｏｇｒｏｖ熵、Ｌｙａｐｕｎｏｖ指数等）的计算，对不同雷诺数的Ｎ－Ｓ方程解的特征作了分辨．结果表明，在一定的雷诺数范围内解的是周期或周期的，并且有一个复杂的公叉途径向混沌转捩．     

基于提前/滞后Flow Shop调度问题的混合微粒群算法

提出了一种混合微粒群算法,通过引入禁忌搜索算法和动态设置惯性权重等方法,提高了算法搜索全局最优解的能力并且能够有效避免早熟收敛问题。并将这种算法应用于求解实际的提前/滞后F lowShop调度问题,仿真实验结果表明了混合微粒群算法的可靠性与实用性。     

应用改进微粒群算法求解Job-shop调度问题

针对微粒群算法在求解实际问题过程中会出现早熟的现象,提出一种改进的微粒群算法。该算法利用记忆库来动态调整惯性权重值,增快了算法的收敛速度。同时结合进化、灾变机制避免了算法陷入局部极值的问题。在列出改进算法的具体步骤基础上,通过实际的车间调度仿真实例证明了算法的有效性,可以得到比启发式、遗传算法更佳的调度效果。