瓶颈指派问题的一种多项式时间算法

本文对瓶颈指派问题给出了一种新的算法,该算法不需要利用最大流算法,而类似于解经典指派问题的匈牙利算法。该算法是一个多项式时间算法,其复杂性为Ｏ（ｎ３）     

最小费用树

本文在赋边权w和顶点权θ的网络中,建立了最小费用树问题的网络模型。文中对问题的复杂性进行了讨论并给出了求解问题的算法     

求解旅行商问题的两步法

基于度约束最小树算法提出了一个解决旅行商问题的算法（即两步法）,针对这一算法我们进行了大量的数据实验,数据实验表明算法是非常有效的。     

基于One-port模式的测试点选取问题

在故障诊断过程中 ,每个测试点检测故障所需的时间可能不同。对于每个测试点一次检测所有可检测故障点的问题已经获得解决。对于每个测试点一次只能检测一个故障点 ,分两种情况加以讨论。若要求检测时间之和最小 ,给出了最优算法 ;若要求最大检测时间最小 ,证明了其是NP完全问题 ,并给出近似算法。最后给出一个实例对算法加以说明     

一个 NP-完全问题的求解复杂性剖析

本文提出一个构造的ＮＰ完全问题ＲＨＣ并证明其ＮＰ完全性。在此基础上,通过分析通用图灵机带头移动的次数,讨论了通用图灵机上任一求解ＲＨＣ的算法的复杂性。分析结果揭示了在简单计算模型（定义见正文）上寻找一个对满足ＲＨＣ的任意输入,而不是对某些特殊实例都能正确求解的算法的困难性。根据本文的讨论,我们认为,给出本文分析的严格论证或许只是时间问题。     

一类带容量限制的运输问题

考虑一类带容量限制的运输问题.采用构造辅助网络的方法,将运输网络中的每个配送中心均拆分成两个节点,构造出新弧,形成新的网络,把此类运输问题转换为最小费用流问题来解决.并在此基础上,考虑运输网络中配送中心的容量扩张问题.     

子集和问题的分治求解

介绍了求解子集和问题的一个分治算法。设给定的n个正整数为A(1),A(2),…,A(n-1),A(n),给定的子集和为正整数M,算法的时间复杂性为O(nlog2(M+1)+1),空间复杂性为O(n)。当M较小时,算法复杂性优于二表算法的复杂性。     

求解不确定型车辆路径问题的弱鲁棒优化方法

为降低鲁棒优化模型最优解的保守性,以最小化违约车辆数和总惩罚成本为目标,建立针对旅行时间不确定的开放式车辆路径问题的弱鲁棒优化模型。对于不确定数据集的每个取值,该模型的最优解可以使其目标函数值始终不超过某数值,进而改善最优解的保守性。为提高启发式算法发现最优解的概率,提出一种自设计遗传算法对模型进行求解,其主要思想是利用粒子群算法搜索出可使遗传算法预期产生最好解的算法要素,并将其进行组合,从而产生新的遗传算法。采用新产生的遗传算法对模型继续求解,输出最好解。计算结果表明:与以往的鲁棒优化方法相比,弱鲁棒优化方法的最优解的保守性显著降低。     

器材分层集装问题的遗传算法应用研究

从缩小搜索区域、增强算法的收敛性,以及缩短计算时间的角度出发,提出了解决器材分层集装问题的遗传算法。根据实际情况论述了解决该问题的3步法,并建立了优化的数学模型,构造了适合遗传算法求解的目标函数。实验表明,遗传算法具有很好的全局收敛性,能有效地解决器材分层集装问题。     

一类带配送中心运输问题的容量扩张模型研究

运输问题一般采用表上作业法来解决,考虑一类带配送中心的运输问题,若仍采用表上作业法,会使问题复杂化.文中采用一种构造辅助网络的方法:在运输网络中将每个配送中心均拆分成两个点,连接两点形成新弧,构造出新的网络,并给每条弧赋予参数,将此类运输问题转换为最小费用流模型来解决,可以使问题模型和运算简单化.在此基础上,考虑运输网络中配送中心和边的容量扩张问题.     

贪心遗传算法解决一般武器-目标分配问题

一般武器-目标分配问题,是使武器发挥最大效能而使目标遭受最大毁伤的最优化问题.遗传算法广泛用于解决最优化问题.提出一种具有贪心优化机制的局部搜索方法,以提高遗传算法的搜索效率,从而迅速找到全局最优解.应用于炮兵武器-目标分配问题的仿真试验结果表明,此算法比现有的其他搜寻算法具有更好的求解效率.     

基于RLS算法的自适应逆控制系统的研究

提出了一种基于RLS算法的自适应逆控制系统,并对最小相位对象和非最小相位对象分别用此系统建模,进行仿真研究.仿真结果表明,基于RLS算法的自适应逆控制系统的收敛速度快,抗干扰性能好,而且得到的稳态误差较小.     

基于遗传算法优化网络权值的装箱问题研究

通过对Hopfield网络模型的研究,把一种类型的装箱问题转化成Hopfield网络模型,再利用遗传算法优化Hopfield网络中的连接权值,形成混合优化算法求解装箱问题,最后通过实例验证了该算法的有效性。     

匈牙利算法在多目标分配中的应用

在多目标攻击决策中 ,根据 Harold提出的目标优势函数 ,分析了使所有目标机的总优势函数为指派问题 ,运用匈牙利算法对 n对 n的最优目标分配指派问题进行求解 ,并把它推广至 n对 m的多目标分配中。仿真结果表明匈牙利算法对于此类多目标分配指派问题的求解是十分有效的。     

网络化作战C2组织结构的一种分析设计方法

网络化作战条件下,传统的层次型C2组织限制了组织成员之间的信息交互,难以适应复杂多变的作战环境,影响了系统整体作战效能的发挥。通过分解单个组织节点智能体(Agent)的行为过程,结合网络化作战的概念,在引入信息流、指控流因素情况下,研究在网络化作战中C2组织结构网络,并在分析组织网络探测信息/指控命令的传输和处理的基础上,提出了一种C2组织结构设计方法。该方法充分考虑了网络化作战探测信息共享以及指控命令协同,并将网络化作战C2组织的最优设计问题转化为C2组织网络中探测信息和指控命令的最小费用最大流问题。     

具有适应值预测机制的遗传算法

针对适应值计算费时的优化问题,提出一种具有适应值预测机制的遗传算法:为了有效控制预测适应值的准确度和预测频率,建立了一个基于可信度概念的适应值预测模型,引入可信度流失机制以减少预测误差的传播和累积,引入冗余个体剔除机制以减少计算消耗。利用3个基准函数对算法进行收敛性和有效性的测试,测试结果表明算法对于3个测试函数均能获得满意的最优解,并且都能减少60%以上的真实适应值计算次数。     

混合遗传算法在大型运输机装载问题中的运用

为解决大型运输机装载方案的制定问题,构建了考虑飞机重心、飞机载重量、货舱容积、货物摆放方向、承压能力、装载优先级、货物底置位置和系留等现实约束的装载方案数学模型,提出了一种新的融合整体退火选择方式和对交叉、变异概率进行自适应处理的混合遗传算法,并将此方法运用到两个货物装载算例中。仿真实例表明:该混合遗传算法方法为大型运输机装载方案制定选择提供了一种科学有效的决策方法。