一种求解企业员工指派问题的离散状态转移算法

员工指派问题是运筹学中的一类整数规划问题,为了寻找最佳的员工指派方案,使得完成所有任务的总成本代价最小,本文研究了一种新的离散状态转移算法.在一次状态转移的基础上提出了二次状态转移的概念,从而扩大了候选解集的范围,并提高候选解集的多样性.为了克服算法在迭代后期更新缓慢的缺点,提出了停滞回溯策略,即当算法陷入局部最优解时进行回溯操作,从历史停滞解中随机选择一个更新当前最优解.通过与模拟退火算法进行测试比较实验,证明了本文所提出算法的有效性,同时该算法提高了求解员工指派问题的成功率与稳定性.

基于改进的GRA-即时学习算法的镨/钕元素组分含量预测

针对现有稀土元素组分含量模型具有离线、时滞大、抗干扰能力弱等问题,提出一种改进的GRA-即时学习算法(GRA-JITL-LSSVM)建立稀土萃取过程组分含量在线检测模型.首先,采用灰色关联分析方法(GRA)分析输入输出变量之间的变化趋势和关联程度,采用哈希表确定学习集大小,确保数据相似度信息的完整性和学习集的合理性,据此建立最小二乘支持向量机(LSSVM)模型,并引入数据库更新准则,提高模型的抗干扰能力;然后,为了保证GRA-JITL-LSSVM模型参数的全局最优,提出一种带有停滞回溯策略的遗传算法(SBS-GA),并对SBS-GA的收敛性进行分析验证;最后,通过镨/钕萃取现场数据进行仿真实验,结果表明所提出SBS-GA算法能够保证寻优参数的全局解,所提出的GRA-JITL-LSSVM实时性高、预测精度好,可用于稀土萃取生产现场元素组分含量的在线检测.