连续约束蚁群优化算法的构建及其在丁烯烷化过程中的应用

经典蚁群系统只适用于离散问题，缺少处理约束的专门机制.基于蚁群觅食的生物学行为，以搜索最优食物源为目标，将约束纳入食物源优劣评价的启发式规则，采用成群募集和海量募集两种方式，并辅以局部搜索，以此引导蚁群寻找可行域中的最优解，构建为适用于连续约束优化问题的蚁群系统（constrained ant colony system, CACS）.测试实例表明，CACS具有良好的适用性及全局优化性能，将它应用于丁烯烷化过程的约束优化，取得了令人满意的结果.     

基于启发式规则推理的多媒体农业专家系统开发平台的开发与研究

阐述了多媒体农业专家系统开发平台的系统目标、系统分析及系统实现的关键技术，提出了一种实现启发式规则推理的知识表示方法。     

遗传算法求解复杂集装箱装载问题方法研究

现场集装箱装载问题多为多目标、多约束优化的复杂问题.遗传算法本身的鲁棒性、并行搜索性以及在NP完全问题求解中的广泛应用,表明遗传算法是解决复杂集装箱装载问题的有效途径.探讨了遗传算法在求解这一复杂问题过程中的应用,给出了有效的编码形式和解码运算.算例求解结果显示出很好的效果.     

基于GA和机器学习的启发式规则调度方法

采用基于遗传算法的启发式规则的新型调度方法来处理可变工艺路径的调度问题，同时建立起启发式调度规则库和用于选择规则的知识库，并利用机器学习和模糊推理机制进行样本与知识库的匹配，实现高效实用的调度。计算实例表明了该算法的优越性能。     

求解机组组合问题的改进离散粒子群算法

电力系统机组组合问题是一个高维数、离散、非线性的大规模复杂工程优化问题.文中提出了一种基于改进离散粒子群优化算法求解机组组合问题的新方法.首先采用新的策略生成粒子,以保证所有生成的粒子均为满足基本约束条件的可行解,使整个算法只在可行解区域进行优化搜索;然后引入优化窗口的概念和启发式的规则以缩短计算时间和提高优化精度.仿真结果表明所提出的算法具有解的质量高、收敛速度快的特点,充分证明了它能很好地解决机组组合问题.     

配电网络电容器优化投切的制约进化策略

针对传统进化规划方法寻优效率低的问题,提出了配电网络电容器优化投切的制约进化策略.利用配电网络物理规则求得投切点无功补偿容量调节范围,用于约束解的产生和进化,缩小寻优空间.通过在解空间中心点附近合理配置初始点,避免初始解不可行.采用小种群多代进化方式,避免求解过程产生大量不可行解.最后选择适合电容器优化投切问题的随机动态步进方式,在寻优的不同阶段,采用不同的步长,使优化效果和效率得到明显改善.使用制约进化策略对不同的配电系统进行分析,结果表明:制约进化策略在保证优化精度的同时,具有更高的优化效率,可以适应在线应用.     

堆石坝施工调度与仿真模拟系统的研究

 针对堆石坝施工具有工期紧、不同料物分区填筑、料物运输强度大等特点，分析了堆石坝施工调度与仿真模拟系统应具有的功能和设计原则，提出了将施工信息管理与优化调配结合、信息管理与可视化技术结合的设计思想，系统地讨论了各功能的主要内容及实现方法，并设计开发了相关工程的实用软件     

一种多目标配电网络重构新算法

配电网络重构是配电管理系统的重要内容，从本质上讲，它是一个非线性组合优化问题，采用传统方法处理十分复杂，难以得到理想结果。文中提出一种新的配电网重构算法，充分利用并综合负荷均衡法和支路交换法的优点，改进了负荷均衡过程；采用新的配电网络分块潮流计算方法，依据支路交换配电网损估算公式导出新的启发式规则，较好地解决了多目标配电网重构问题。理论分析和算例表明，该方法高效可行，适合配电网自动化的实际应用要求。     

从WEB文档中构造半结构化信息的抽取器

为了对WEB上不规则的、动态的信息按照数据库的方式集成和查询,采用对象交换模型(object exchange model,简称OEM)建立了WEB信息模型.为了将页面中各个部分表示为对应的OEM对象,设计了半结构化信息的抽取算法,并给出测试结果.该方法可以抽取结构化和半结构化的信息,比现有的抽取方法通用性更强.     

一种启发式车间作业调度算法的研究与应用

针对离散型制造车间的特点,提出了一种启发式调度算法,在保证交货期前提下,使得总的生产周期达到最短,并且设备的平均利用率达到最大。在该算法的数学模型中,对于“时间”进行了细致的描述,讨论了工序间物料转移的“平行顺序逆向移动”方式,并提出了工时变动容忍系数λ、批量拆分次数c等参数,从而更加符合实际要求。在实施应用过程中,对算法进行了扩充和验证。