复杂曲面零件的在线检测路径规划方法研究

在线检测技术可以实现曲面零件特别是大型复杂零件加工精度的快速检测,能避免产生因二次装夹而出现的重定位误差。笔者针对在线检测技术的关键问题——检测路径规划开展研究,提出了基于零件三角网格模型测点法矢方向的检测方法,采用贪心局部优化算法和蚂蚁算法对测点路径进行优化,并对实例零件在取不同测点情况下两种算法的路径优化和测量效率进行了分析和比较。     

基于遗传算法的谐波分析模型研究

遗传算法是近些年来发展起来的基于自然规律的一种优化方法，文章阐述了遗传算法在电力系统谐波分析中的应用。实例计算表明，与常规优化方法相比，该算法成功地解决了谐波分析中变量的离散问题，避免了常规数学优化方法的局部最优现象。     

[车间调度]一种求解单机总加权延迟调度问题的改进蚁群算法

针对极小化总加权延迟指标下的单机调度问题研究,提出一种基于信息素差异更新的改进蚁群算法。采用基于工件序列的编码方式,并结合修正交货期优先规则改进了启发式信息的设定;引入正负反馈机制来自适应地差异化更新各节点间信息素,同时将成对交换策略用于局部搜索,以进一步改善调度方案质量。结合OR-Library中多个基准实例的仿真验证了该算法的可行性和有效性。     

并行加热设备流量分配局部优化控制

该文对两路及两路以上的换热设备的换热性能进行分析，指出由于各路间换热性能不同，有必要对各路的流量进行分配控制，以取得最高的换热效果；进一步分析流量分配控制的可行性，提出了详细的实现方案，即在最优控制下，对各路的流量如何进行分配。最后提出了在实际应用中可能会出现的问题以及解决问题的方法。     

基于对标学习的智能优化算法

科研、工程和管理中的很多问题都可以转化为优化问题。应用于这些优化问题的各种方法本身就是各种模型,设计不同的方法即设计不同的模型。将标杆管理理念建模成为一种用于单目标优化问题的元启发式搜索方法。基于奥卡姆剃刀原则,摒弃了复杂的操作算子的概率调优规则,用一个简单的框架来组织核心算子,从而达到许多组合算法的搜索效果。     

一种有效的优化编译实现策略

优化编译技术在现代处理器的研究中表现出越来越重要的作用。文章从现代编译器的结构入手,综合介绍现代编译器所普遍采用的优化技术,并提出了一种有效的优化编译器实现策略。     

求解旅行商问题的混合蚂蚁算法

旅行商问题是一个经典的NP问题，文中给出了一个有效的求解旅行商问题的混合蚂蚁算法。算法设计了初始信息素量设置方案和信息素的更新方法，限制了蚂蚁转移的目标城市数，并使用2-Opt方法对路径进行优化。数据实验表明，该算法是有效的。     

RANSAC算法的自适应Tc,d预检验

随机抽样一致性算法是计算机视觉领域应用最广泛的鲁棒性算法。为了进一步提高RANSAC算法的运算速度,首先在介绍RANSAC算法的Tc,d预检验加速模型的基础上,提出了一种两步法用来实现优化的预检验参数选择;然后基于这种优化选择方法提出了自适应Tc,d预检验的新算法,从而实现了不依赖用户选择的RANSAC算法的自适应加速。基于窄基线和宽基线图像对的极线几何计算的实验表明,该新算法相对于标准RANSAC算法的运算速度平均提升超过了400%。     

求解多约束0-1背包问题的遗传算法的改进

提出对基本遗传算法(Genetic Algorithm,GA)的改进策略,并将其应用于多约束0-1背包问题(Multi-constrained 0-1Knapsack Problems,MKP)的求解。改进策略主要有:将线性规划松弛法求得的MKP的解作为初始解,另外为了避免种群多样化的丧失,将复杂的修复操作和局部优化操作应用于每一个最近产生的解。最后,对大规模测试数据的标准集进行实验,并将该算法与先前的方法进行比较,结果表明新的遗传算法在大多数时间能够更快速地收敛到较优解。