无约束优化问题的多种群混合类电磁机制算法

在分析了标准类电磁机制算法不足之处的基础上,提出了一种处理无约束优化问题的新的类电磁机制算法。新算法用两个种群进化,从两个进化种群中选出优势个体互相学习,交换信息;提出了基于粒子电荷量和它们之间距离的自适应调节的新的受力计算公式。仿真试验结果表明,和已有算法相比,该算法能有效克服早熟收敛,具有收敛快、求解性能好的优点.     

有约束的登机门分配问题混合遗传算法

为解决机场航班对登机门有约束的分配问题,提出一种遗传算法与模拟退火算法相结合的混合算法。设计一种编码方法,采用一个向量作为一种登机门分配方案,向量的元素位置表示飞机,元素表示分配给该航班的登机门,同时设计了与编码相应的不需再修正的杂交和变异算子。为了增加算法的局部搜索能力,且尽量不增加计算的复杂度,将模拟退火算法和遗传算法并行作用于相应的子群,并探讨该算法的收敛性。模拟实验结果表明,该算法在计算结果与稳定性方面均优于其他算法。     

提高经管类“高等数学”教学质量的几点认识

结合笔者的教学经验,对提高经济管理类高等数学的教学质量的教学方法和教学思想进行了深入的探讨,提出了加强理论概念教学、数学在经济领域的应用的教学以及强化数学训练和充分利用计算机加强数学教学的教学思想,以提高经济管理类高等数学的教学质量。     

货架分配问题的一个有效混合遗传算法

针对货架分配问题提出了一个遗传算法与模拟退火算法及一个局部搜索算法混合的算法。首先,设计了一种比较直观的编码方法,用一个矩阵作为一种货架分配方案。第二,设计了与编码相应的杂交和变异算子,并且杂交、变异都能生成可行解,不需要对解进行修正。第三,为了能够生成好的初始种群,定义了一个阀值,这个阀值不仅反映了解的适应值的信息,而且还反映解的结构的信息。第四,为了增加算法的局部搜索能力,同时又尽量不增加计算的复杂度,让模拟退火算法和一种局部搜索算法并行作用于相应的子群。通过大量的数据模拟实验及与其他的几种算法模拟结果进行比较,实验显示,该算法不论是计算结果还是算法的稳定性都优于其他算法。     

提高经管类"高等数学"教学质量的几点认识

结合笔者的教学经验,对提高经济管理类高等数学的教学质量的教学方法和教学思想进行了深入的探讨,提出了加强理论概念教学,数学在经济领域的应用的教学以及强化数学训练和充分利用计算机加强数学教学的教学思想,以提高经济管理类高等数学的教学质量.     

基于Taguchi方法的混合双种群粒子群算法

提出了一个基于Taguchi方法的双种群混合粒子群算法。首先新算法设计了与种群规模和维数相关的可行解空间分割方法,使得初始种群的个体能尽量均匀地分布在可行解空间内,为算法的搜索提供了一个良好的初始平台;其次设计的Taguchi学习策略不仅能有效地整合种群中其它粒子历史最好位置的信息,而且能充分地交换了两个种群当前最优解的信息,从而很好地维持了种群的多样性,有效避免算法陷入早熟收敛。通过14个标准的测试函数验证了新算法的有效性。