基于背包问题的散货航次方案优选方法研究

针对散货航运市场的航次方案优选问题,使得公司能够在自身的能力约束下获得最大收益,最终目标是快速地在潜在的商业机会中找出最优的航次方案组合。通过调研定义了合理的航次收益、成本定量预估方法,在此基础上结合背包问题构建了航次方案优选模型,并进行改进,从而快速地求解航次方案优选问题,提高企业的核心竞争力。     

粒子群优化算法求解多选择背包问题

多选择背包问题是典型的NP难题,建立了多选择背包问题的数学模型,设计了一种粒子群优化算法对其进行求解。通过对其它文献中实例的仿真试验和结果对比,表明了算法对求解多选择背包问题的可行性和有效性。     

基于约束的离散粒子群算法求解大规模指派问题

针对现有进化算法在求解传统指派问题时因取整而影响优化效果的问题,采用了一种基于AllDifferent约束的置换离散粒子群优化算法,该算法针对指派问题中各变量不能重复取值的特点,改进了算法的迭代方式,并引入了模拟退火的差解接受准则以提高优化效果,仿真算例表明改进后的算法在质量上和时间上更具有效性。     

一类价格折扣运输问题的改进表上作业法

针对一类具有价格折扣的运输问题对传统的运输问题表上作业法作了改进,提供了对于不同运输量具有运输价格折扣时如何统筹安排最优运输方案的一种方法.     

一种寻找Heston期权定价模型参数的新方法

Heston随机波动率模型的期权定价比Black-Sholes模型更符合市场情况,是金融衍生品定价研究的热点。但应用时需要确定五个待估参数,参数的确定属于组合优化问题,此问题的求解通常比较困难。本文利用遗传算法解决该优化问题,从而得到Heston模型的待估参数。该算法避免丢失最优解,具有群体搜索的特点,有着很好的概率跳出局部极小值,从而以概率1收敛到全局极小值。在实证研究中,利用香港恒生股票指数期权在2014年6月10日和2014年6月25日交易的数据为样本,得到待估参数,并用该参数对2014年6月12日的买入期权和2014年6月27日的卖出期权进行了模拟定价。数值结果与进化过程表明本文方法的有效性和可行性。     

经济核算类矩阵调整的JSD方法及扩展研究

现有的矩阵更新、平衡等调整方法多存在两种缺陷：一是度量新旧矩阵间差异的函数形式不对称,并非严格“距离”概念;二是要求矩阵元素非负导致使用范围受限。为改进上述不足,本文提出了包括Jensen–Shannon divergence（JSD）在内的若干基于对称距离优化的新方法,并统一进行保号、误差妥协等扩展以方便实际运用。在此基础上本文利用中国及其他28个国家的数据,对比分析了多种矩阵调整方法的实际效果,结果发现：第Ⅰ类JSD方法表现最突出且相对稳健,值得代替现在使用较广泛的RAS或交叉熵方法。     

带容量限制的双配送中心选址方法

研究了带容量限制的双配送中心选址问题,结合聚类算法、重心法构造了一个解决双配送中心选址问题的算法。首先根据聚类算法思想将整个配送服务区域划分为两部分,再运用重心法进行配送中心初始选址,然后根据就近原则选择离重心点最近的备选地点作为配送中心初始选址。考虑到配送中心的容量限制,当某一个配送区域中各需求点的总需量超过配送中心的最大容量时,就对该区域的部分需求点进行调整,即从该区域调入另一区域。调整后,再次运用重心法进行配送中心初始选址,然后根据就近原则选择离重心点最近的备选地点作为配送中心最终选址方案。     

两阶段法求解混装模式下的加热炉调度

针对目前加热炉调度模型少有考虑混装模式下加热炉调度优化的不足,建立了连铸一热轧混装一体化模式下的加热炉生产调度优化模型,并提出了基于贪婪算法和模拟退火算法的两阶段求解方法。生产数据测试表明该模型和算法能有效解决加热炉调度问题。     

基于遗传算法的武器系统组合优化方法

组合多样化的武器系统,达到使用效能最优,已成为打赢信息化条件下局部战争亟待解决的一个核心问题。本文采用改进的遗传算法解决了武器系统组合优化问题:采用字符串编码方式,设计应用DP算法、单点交换等规则,为解决武器系统组合优化问题提供了有益的借鉴。将此模型应用于一个实际武器系统组合优化问题,获得了非常满意的结果,证明了算法的可行性。     

混合遗传算法求解一类多资源生产调度问题

研究了机器设备、工人人数和机器人三种资源受限制的多资源生产调度的问题,建立了数学模拟。采用遗传算法和模拟退火算法相结合的混合遗传算法对问题进行求解。通过仿真试验验证了该混合遗传算法求解此类多资源生产调度问题是可行的、有效的。     

禁忌搜索算法在车辆调度决策中的应用

论文探讨了交通线路可能被敌方毁坏情况下的车辆路径优化问题，建立了不确定的两阶段整数规划数学模型，分析了路径方案的最大和最小效用值。在线路方案评价值的计算中只计算最小值和最大值，简化了方案的目标值计算。设计了求解模型的双层禁忌搜索算法。最后通过应用示例验证了模型和算法的有效性。     

求解生产物流问题的启发式算法评价指标设计

在对不同阶段求解job-shop问题算法的不同特点进行分别介绍的基础上,针对目前对于怎样评价一个解决生产物流问题启发式算法的有效性缺乏统一的标准的现状,针对求解的多样性、编码和解码的效率提出了一组评价指标,将这些指标与以往的仿真方法结合,更能反映出启发式算法效率的好坏。     

解决住房购买力问题的国际经验借鉴

随着经济全球化的发展,由高房价衍生出的住房购买力问题已经成为一个世界范围的难题。近几年国内房价持续大幅上涨,加上贫富两极分化加剧,中国也正面临严重的住房购买力危机。本文从国际化视角描述了住房购买力问题的全球化,阐述了其产生的原因,重点分析了不同国家衡量住房购买力的标准,评价了相关政策的执行效果及其对中国的启示。     

自适应粒子群优化算法在车间作业调度问题中的应用

采用粒子群优化算法对该问题进行求解,为了提高算法的求解性能,针对粒子群算法特点,提出了一种自适应的惯性权值来调整算法的搜索空间和一种自适应更新策略来动态地更新粒子的位置.最后通过经典的实例对本文提出的算法进行了检验,结果表明,该改进的粒子群算法在求解车间作业调度问题是有效的.     

n阶Fredholm积分-微分方程的有理Haar小波解法

一阶积分-微分方程是我们求解积分微分方程时常见的一类方程,其求解方法比较简单;而在实际问题中我们常常会遇到高阶积分-微分方程的求解,求其数值解相对比较困难。作者利用有理Haar小波的积分法和积分算子矩阵对一般的n阶Fredholm积分-微分方程进行了求解。最后给出的数值算例表明了该方法的有效性。     

货物配装和车辆路径问题的一种联合求解方法

货物配装和车辆路径问题(VRP)都是NP难问题,启发式算法是求解此类问题的常用方法。求解单配送中心多车型的货物配送问题,需要改进传统遗传算法:首先采用双层结构表示染色体,车辆数无需事先确定;然后对随机产生的客户序列,利用三叉树算法进行货物配装确定每辆车的配装方案,从而可以知道每个客户的货物装车顺序;依据先装后卸的原则,可得每辆车的客户装车顺序的逆序便是每辆车的客户配送顺序;最终得到货物配装方案和配送方案。基于此思想,通过Java编程验证了一个实例,证明算法切实可行,对实际作业有一定借鉴作用。     

器材拣选决策的改进节约算法

合理优化器材的拣选路径是提高自动化立体仓库作业效率的一种有效方法。通过分析自动化立体器材仓库的拣选特点,建立了比较符合实际情况的目标优化模型。在用传统节约算法对该模型进行求解的基础上。分析了传统节约算法的不足,并进行了改进,使得拣选次数更少、拣选距离更短。     

解加权约束最小二乘问题的行M-不变方法

本文提出了一种新的求解加权约束线性最小二乘问题方法,即利用行M-不变矩阵得到了求解加权约束线性最小二乘的updating问题的递推方法。     

A Novel Compact Cat Swarm Optimization Based on Differential Method

ABSTRACT

A compact cat swarm optimization scheme (cCSO) is proposed in this paper, which is designed to solve application domains plagued with limited memory and less-computation power, as a member of cat swarm optimization algorithms (CSO), it composes of two sub-modes, i.e., tracing and seeking modes, so it keeps the same search logic of CSO. On the other hand, cCSO inherits the main feature of compact algorithms, a normal probabilistic model is used to represent the population of solutions instead of processing an actual population, which ensures the cCSO to have the modest memory requirement. The updating vector for the probabilistic model provides a clear moving direction for cats in next step. A cat without historical position and velocity is applied in the algorithm. When the cat is in seeking mode, it employs a differential operator to update the cat’s position, which makes it possible for the cat to have multiple searching directions. Experimental results show that cCSO has pretty performance compared with respect to some population-based testing benchmarks. And it also shows superior performance in convergence rate to some compact optimization algorithms. The case study of gray image segmentation proves that it suits for solving the optimization problem by limited hardware.     

车辆数不确定的软时间窗车辆路径问题的改进遗传算法

综合考虑车辆数和行驶距离两种优化目标,提出了VRPSTW的多目标优化模型,同时提出了解决VRPSTW问题的一种改进遗传算法。在算法中,通过适应度函浸透的变化,较好地解决了多目标优化的问题;通过对交叉算子改进,增加了算法的寻优能力,同时又克服了算法对群体多样性的要求;针对遗传算法局部搜索能力弱的问题。加入了2-opt局部搜索方法,很好地弥补了遗传算法的不足。经过实验,本方法能较好地解决VRPSTW问题,从而对运榆决策提供有力支持。