改进的遗传算法在TSP中的应用

分析了遗传算法和模拟算法的主要优缺点,提出一种用于求解旅行商问题（TSP）的改进遗传算法,该算法有效地将遗传算法和模拟退火算法相结合,在很大程度上缩短了算法的搜索时间;利用MATLAB对多种TSP问题进行仿真研究,实验结果证明了改进的遗传算法的有效性。     

基于多目标优化营养膳食优选算法的研究

菜谱的随机选择比较是一个标准的组合优化问题,本文应用改进的多目标优化模拟退火算法很好的解决了多目标优化组合问题,解决了优化解的丢失问题,实现了多个量同标准量比较时智能的选择优化组合的方法。     

基于模拟退火算法的水资源规划问题

中国是目前世界上国土面积靠前的国家之一,而地势的不均衡故而导致了我们国家的水资源不均匀。东部沿海城市不缺水源,然而在中国的西南片区,由于身居内陆,降水不足,使人民的生活质量大幅度降低,故采用合适的方法解决西南地区的水资源不足的问题是我们国家当前的重要问题。参考《抗旱方案制定》数学建模题目,建立随机因子选择模型,为问题的求解提供一种新的解决思路。     

基于模拟退火算法的旅行售货员问题

本文用模拟退火算法对求解旅行商问题（TSP）作了一定的研究,采用了两种抽样方式,并对其进行了分析计算。通过实验表明：在满足模拟退火算法全局收敛性的情况下,子排列反序并移位抽样方式对求解NP完全问题是非常有效的。     

基于模拟退火算法的物流配送车辆调度问题研究

在详细分析遗传算法的局限性的基础上,构造了一种基于遗传算法和模拟退火算法的、用于求解车辆路径问题的退火遗传算法．GA和SA的结合,使得串行搜索成为多点并行搜索,混合算法的搜索行为可通过控制温度参数加以控制,且理论上GA并不影响平稳分布,因此鲁棒性必将提高。     

多目标模型在求解投资组合最优解中的应用

建立一个投资组合首先需要求解其中各项资产的最优比例,马科维茨的均值-方差理论已经成为了此类规划问题的经典解法,但是其锁定风险或收益其一求解另一者的方法需要人为设定约束条件的数值,因而可能不是理论上的最优解。本文试图将多目标模型运用到投资组合中求解风险资产的占比,再在考虑居民风险收益偏好的基础上探索在组合中加入无风险资产,从而为家庭资产的投资组合与运用提出建议。     

多目标模型在求解投资组合最优解中的应用

建立一个投资组合首先需要求解其中各项资产的最优比例,马科维茨的均值-方差理论已经成为了此类规划问题的经典解法,但是其锁定风险或收益其一求解另一者的方法需要人为设定约束条件的数值,因而可能不是理论上的最优解。本文试图将多目标模型运用到投资组合中求解风险资产的占比,再在考虑居民风险收益偏好的基础上探索在组合中加入无风险资产,从而为家庭资产的投资组合与运用提出建议。     

多小区OFDMA系统基于改进PSA的资源分配算法

针对载波、功率资源分配问题,考虑本小区对其它小区的干扰情况,提出了一种应用于多 小区正交频分多址复用（OFDMA）系统中的改进罚函数模拟退火(PSA)算法。该问题模型是在 传输速率和性能 一定的条件下,最小化传输功率。该算法是一种随机寻优算法,是一种能将局部搜索扩展为 全局搜索的启发式算法。仿真结果表明,改进算法简化了问题模型,可以在不影响系统性能 的情况下减少运算时间。基于模拟退火算法的离散功率的取值具有随机性,但是整体规律性 仍很明显,且能够获得较高的单位功率吞吐量。     

数值寻优算法在实际求解中的应用及比较

数值寻优算法在科学、工程技术众领域具有极大的研究价值。数值寻优即利用计算机在定义范围内求解函数时最小值。该命题不仅在数学上存在研究意义,在工程技术中亦有实用价值。     

基于混合模拟退火算法和SVM的电网协调性发展水平评价研究

建造协调的、可持续发展的电网是我国电网发展的必然趋势。本文从资源协调性、社会协调性、经济协调性以及环境协调性四个方面给出了电网协调性发展的评价指标体系,并利用SVM多类分类模型和模拟退火算法对电网的协调性进行评估,可以有效的应用在电网的协调性发展评价中。     

一种改进的交互多模型算法

针对交互多模型(IMM)算法对目标加速度估计误差较大的不足,提出了一种改进的交互多模型算法,通过对交互多模型输出的加速度信息进行均值滤波提高对加速度估计的精度.计算机仿真表明,与交互多模型相比,该方法对匀速目标特别是机动目标具有更好的加速度估计能力,且便于工程实现.     

多目标规划方法在高速公路路面养护中的应用

近年来,伴随着社会经济的高速发展,高速公路的建设与养护已成为人们普遍关注的问题。本文将运用项目决策中的多目标规划方法来解决有限的养护资金在各主要养护措施中的优化配置问题。通过构建高速公路路面养护的多目标规划模型,来说明多目标规划方法在项目科学决策中的有效运用。     

物联网在散货物流中的应用研究

论文首先简要阐述了物联网的概念,然后对传统散货物流模式及其弊端进行了详细分析,最后对物联网在散货物流中的应用进行了研究:描述了系统应用框架,并分别对控制服务中心、货车系统、货主系统、中介系统等进行详细规划分析。该文对解决传统散货物流模式弊端,提高运输效率与质量,降低运输成本具有一定的借鉴意义。     

改进的YOLO模型及其在舰船目标识别中的应用

针对传统目标识别方法资源消耗大、精度和可靠性低、泛化能力不强的问题,提出了一种基于改进YOLO（You Only Look Once）模型的舰船目标识别方法。通过精简YOLO模型,设计了一个10层的卷积神经网络用于舰船目标的自动特征提取和分类识别,模型训练过程中引入迁移学习的概念防止模型过拟合并加速模型参数的训练。在自建舰船目标图像测试集上的实验分析结果表明,该方法能够正确识别出航母、除航母外的其余军舰及民船三类舰船目标,识别精度达到93.7%且识别效率较高,验证了所提舰船目标识别方法的有效性。     

Excel规划求解在运输中的应用

本文主要介绍Excel中的规划求解中的一般方法,来解决在运输中的问题。首先介绍规划求解的基本功能,然后通过建立数学模型,利用规划求解方法来求出最优解。     

线性目标规划及其在投资组合中的应用

本文在合理假设的基础上，利用线形目标规划的方法来讨论投资组合优化问题，建立模型，并进行实证检验。     

浅谈员工援助计划（EAP）在我国企业管理中的应用

本文介绍了EAP的起源、定义和内容。同时分析了EAP在我国企业管理中目前应当重点涉及的三个方面,井对EAR在我国的实施提出了几点建议。     

改进的k-means算法在入侵检测中的应用

k-means算法在运行过程中对聚类中心有着很高的要求,本文通过萤火虫算法初始化k-means算法的聚类中心,从而确保k-means算法得到更好的聚类效果。     

一种三站时差定位的布站优化算法

测量站的布站直接影响时差定位目标的定位精度。针对一定区域目标整体定位精度 的优化,提出了一种三站时差定位的布站优化算法。以水平定位精度因子(HDOP)为定位精度 的 度量准则,建立布站优化问题的多目标规划数学模型,通过构造最小最大评价函数,求解模 型的最优解,从而得到三站时差定位的最优布站。仿真给出了该布站优化算法对某种初始布 站进行优化前后两种布站的HDOP分布图。由仿真结果可以看出,相对于初始布站,最优布站 对目标区定位精度的提高较为明显,验证了这种布站优化算法的有效性。     

改进的粒子群算法在VRP中的应用

运输调度问题在理论和实践方面都是一个难题。粒子群算法是一种可以解决复杂组合优化问题的有效求解算法。提出了改变惯性权重的粒子群算法,并应用该方法用于求解典型的运输调度问题,结果表明,所提出的方法不仅能得到理想的结果,而且减少运算时间。