基于改进蚁群算法的物流配送路径优化

建立了带约束条件的物流配送问题的数学模型,运用蚁群算法解决物流配送路径优化问题,将遗传算法的复制、交叉和变异等遗传算子引入蚁群算法,以提高算法的收敛速度和全局搜索能力;改进了信息素的更新方式,以提高蚁群算法的自适应性,使得算法在执行过程中能根据收敛和进展情况,相应地调整信息残留程度,从而提高收敛速度或全局搜索能力;引入了一种确定性搜索方法,加快启发式搜索的收敛速度.经过多次对比实验表明,使用改进的蚁群算法优化物流配送线路,可以有效而快速地求得问题的最优解或近似最优解     

基于蚁群算法的PID参数优化

针对传统的PID控制器参数多采用试验加试凑的方式由人工进行优化,提出了一种新型的基于蚁群算法的PID参数优化策略.蚁群算法是近几年优化领域中新出现的一种仿生进化算法,该算法采用分布式并行计算机制.在简要介绍蚁群算法基本思想的基础上,推导了蚁群算法PID参数优化方法,并给出了新算法的具体实现步骤,最后将该优化方案应用于某型高精度飞行仿真伺服系统.仿真应用研究表明,该PID参数优化策略具有很强的灵活性、适应性和鲁棒性,进而验证了该方案的可行性和有效性.     

基于稀疏技术的快速高斯-赛德尔潮流算法

针对高斯-赛德尔潮流算法利用节点电压方程和节点功率方程直接迭代的特点,提出基于稀疏技术的快速高斯-赛德尔潮流算法。其中包括建立以一维方式存贮的二维数组形式的Y(n,d)数据文件,以大大减少存贮单元数并大大提高数据文件的读写速度;读出的一维方式的数据文件可直接构成二维Y(n,d)数组;直接利用Y(n,d)数组完成基于稀疏技术的潮流计算而无需非零判断。此外,比较最佳加速因子的取值精度对计算结果和迭代次数的影响以避免冗余计算;利用改进的加速因子试探法快速确定最佳加速因子以减少潮流计算次数。Y(n,d)数组与传统Y(n,2n)数组相比,其数据文件的读写速度和潮流计算速度均大大提高,且系统规模越大,优势越明显。     

粒子群优化的多群蚂蚁算法

设计多蚁群算法的关键是群间的信息交换规则.利用粒子群优化中粒子移动的基本思想研究了蚁群间信息交换的新规则,定义了新的多蚁群优化算法.新算法的信息交换所占用的数据通信量要远低于现有的信息交换方法.将新算法用于求解带时间窗的车辆路由问题并和以前的最好的多蚁群算法做比较,计算结果表明:新算法的性能超过了已有的方法.采用群体智能中个体的移动思想来设计群间信息交换规则能改进多蚁群算法的求解性能.     

基于蚁群优化算法的模糊神经网络控制器及仿真研究

提出了一种基于蚁群优化算法的模糊神经网络控制系统,并介绍了模糊神经网络控制器的结构及其参数的蚁群优化算法.仿真结果表明了该方法的可行性和有效性.     

基于蚁群算法的资源优化配置系统研究

在资源配置和蚁群优化算法的基础理论指导下,针对现代生产物流领域的资源配置优化问题将改进后的蚁群算法引入到资源配置问题中,并应用实例对算法进行验证,评价出合理的配置方案,从而提高资源的利用率和系统效率.     

基于遗传算法和蚂蚁算法求解函数优化问题

针对遗传算法求解精度低以及蚂蚁算法求解速度慢的问题，提出一种基于遗传算法和蚂蚁算法的混合算法.该混合算法利用了遗传算法快速随机的全局搜索能力的优点，设计了编码与适应度函数，进行了种群生成与染色体的选择，并通过设定交叉算子和变异算子， 生成了信息素分布.该混合算法利用了蚂蚁算法正反馈以及具有分布式并行全局搜索能力的优点，通过确定吸引强度的初始值，建立了强度更新的模型，从而求得精确解.并将该算法应用于求解函数优化问题.结果表明，该混合算法与遗传算法和蚂蚁算法相比，收敛速度快，寻优性能好.     

基于改进蚁群算法的航路规划优化方法

航路规划优化是作战任务规划和作战筹划的重要内容之一，也是军事运筹研究的热点问题。在对兵力航路规划优化问题分析的基础上，提出了基于改进蚁群算法的兵力航路规划优化方法。仿真结果表明，改进蚁群算法有效快速收敛到较满意的结果，可以为兵力航路规划优化问题的深入研究提供一定的借鉴和参考。     

基于TSP的孔群加工路径优化算法

建立以孔群加工最短路径为优化目标的数学模型,采用蚁群算法与2-OPT算法相融合的优化方法,研究了模具顶针板孔群加工刀具路径优化问题.结果表明,该融合算法加快了收敛速度,可有效避免陷入局部最优解,加工优化路径比贪心算法缩短12.34%,比基本蚁群算法缩短14.78%,即有效缩短了加工路径,减少了空走刀时间,提高了数控加工效率.     

蚂蚁算法的理论模型与收敛性的初步探讨

本文参考了蚂蚁算法的建模方面初期文献．以及相关的部分原始实验数据。总结了蚂蚁算法的建模和收敛性方面的一些重要特性,探讨了一些重要的建模因素对于算法收敛到最优解的影响,特别是对于,ρ,α在算法中的影响作了一些初步的分析和总结。对于同类算法的深入研究和变种算法的实际应用都具有关键的指导意义。     

一种基于云环境下蚁群优化算法的改进研究

在对标准蚁群优化算法深入分析的基础上,结合云环境下的资源调度特性和遗传算法所具有的全局收敛快速的优点,引入了逆转变异策略,科学地将遗传算法融入到标准蚁群优化算法的每一次迭代过程中,很好地解决了标准蚁群优化算法容易陷入搜索速度慢和局部最优的缺陷．云环境下的模拟仿真对比实验结果表明,改进的蚁群优化算法不但能使云环境下的寻优能力大幅度提高,而且能够缩短系统任务平均运行时间,提升云计算环境下资源的效用．     

基于可靠度的结构优化方法述评

简要介绍了基于可靠度的结构优化方法研究的发展历史,对具有代表性的一些优化方法进行了系统的分析和总结.在此基础上,将基于可靠度的结构优化方法划分为四个优化水平,介绍了不同优化水平的研究现状,对今后的研究课题和应用前景提出了自己的看法.     

基于无功裕度定位的配电网络无功优化规划

基于简单交流电路的电压电流特性提出了无功裕度的概念,根据节点无功裕度的排序确定了配电网的无功补偿地点,并在此基础上用改进的遗传算法进行了无功优化规划．IEEE33和69节点算例的仿真结果表明,该方法使得算法的搜索空间大大减小,无功电源得到了合理配置,并改善了配电网的电能质量,实现了无功规划的可靠性和经济性．     

基于二次型性能指标的广义线性系统的最优控制

讨论了广义线性系统的最优控制问题，亦即GLQ问题，对具有二次型性能指标的广义定常系统和广义时变系统的最优控制进行了研究，给出了问题的最优解，为实际工程系统的控制、设计和综合提供理论上的依据。     

在控制系统设计中应用单纯形法寻优时应注意的问题

在控制系统的设计中,当应用单纯形法寻优时,若最大参数与最小参数之间在数值上相差悬殊,寻优过程往往收敛十分缓慢,甚至根本找不到最佳参数。本文对此问题进行了研究,分析了原因井提出了解决方法。实列表明,本文提出的方法能较好地解决上述问题.     

基于常微分方程数学模型的多体系统动力学设计灵敏度分析方法

基于常微分方程数学模型建立了多体系统动力学设计灵敏度分析的伴随变量方法。系统的初始条件由隐函数给出,设计目标函数为通用的积分型,推导过程采用变分方法。最后,以简单的弹簧-滑块系统为例将本文方法的结果与理论结果进行比较。     

基于BP神经网络评估的集装箱泊位码头建设模型

通过对集装箱运输系统特性的分析，提出集装箱泊位码头建设纵向和横向相结合的评估方法，结合这种方法建立了基于ANN基础上相应的评估模型。     

关于运用逐差法处理物理实验数据时逐差间隔的最佳选取问题

本文对运用逐差法能减小多项式函数数据处理误差的机制和原因,从误差理论的角度出发运用数学手段结合实例进行了探讨,提出了逐差间隔选取的等效原则。对逐差间隔数的最佳选取问题根据误差理论加以数学分析作了比较详尽的论证,并以若干实例证实了结论的正确性。最后在比较物理实验数据处理诸方法优劣的基础上提出了应用各种方法的适宜条件和范围。