结合序列线性规划法的混合遗传算法

通过将遗传算法与改进的序列线性规划法相结合,形成混合遗传算法.当迭代点没有发生交叉和变异时,将目标函数和约束条件在迭代点处线性化,为使迭代点邻域仍然满足约束条件,加入软约束项,用线性规划方法进行寻优.该方法具有全局收敛性,不要求迭代点一定为可行点.仿真结果验证了此法的有效性和合理性.

解广义线性互补问题的一个序列线性规划算法

在适当条件下,给出了广义线性互补问题的绝对误差界估计,基于这个误差界,建立了求解此问题的一个序列线性规划(SLP)算法,并在不要求存在非退化解的情况下,证明了算法的全局收敛性.

解垂直线性互补问题的一个序列线性规划算法

建立了求解垂直线性互补问题的一个序列线性规划(SLP)算法,并证明了算法的全局收敛性。

基于ARIMA和模拟退火算法的电商包裹调运问题研究

随着网络购物方式的日益普及和互联网经济的发展,因促销活动和物流场地停用所导致的运输和分拣包裹成本上升的问题也随之而来。为了降低运营成本、提高运营效率,预测物流场地和运输线路的货物量,为货物调运选择最优路线和方案尤为重要。基于此,建立了ARIMA时间序列预测模型,对物流场地和线路未来的货运量进行预测研究,建立线性规划模型,优化调整突发情况下的货运线路,利用模拟退火算法进行求解,选择影响程度较小的最优线路,降低运输成本。

基于Bellman-Ford算法的穿越沙漠策略研究

本文主要针对在游戏规定条件下穿越沙漠的最优策略进行了相关研究。利用Bellman-Ford算法得出从起点到达矿山的最近距离,通过建立目标函数和约束条件,得到每种情况的最优策略。首先我们通过对题目所给路线与实际情况的分析,根据Bellman-Ford算法得出从起点到达矿山的最近距离,以及得到从矿山出发到达终点的最短路线。其次通过建立目标函数和约束条件,得出线性规划问题模型,最终通过求解线性规划问题,得到每种情况的最优策略。最后在最短路线的基础上考虑天气状况和玩家路线是否重合,从而确定最佳收益路线,做出三十天的天气预测,并结合Bellman-Ford算法与不同方案进行迭代,得到最优路线策略。

多级多受灾点连续消耗应急物资调度优化策略

灾后应急救助十分关键,特别是多地同时受灾情况下.为此,考虑将灾民安置与物资运输一体化规划,建立连续消耗多级应急物资调配数学模型.在此基础上,以应急系统施救成本和施救不及时损失为目标函数构建优化模型,并应用遗传算法(GA)和序列线性规划(SLP)算法相结合策略对物资调配进行优化.构造四级救灾物资调配算例模拟救灾过程.数值结果表明,使用GA全局寻优结合SLP局部寻优策略相较单一优化算法能有效找到更优解.所提出的优化策略可为灾后多级多受灾点连续消耗应急物资调度提供可行方案.

基于T-S双线性模型的不确定离散时滞非线性系统的分段广义H_2控制

针对系统中普遍存在时滞和系统不确定性现象,基于分段二次李雅普诺夫函数稳定性理论,讨论一类受干扰的不确定离散时滞模糊双线性系统的广义H2稳定控制问题。通过设计非脆弱分段状态反馈控制器,使闭环系统在允许参数不确定范围内广义H2稳定,控制器的设计可以通过序列线性规划矩阵方法(SLPMM sequential linear programming matrix method)方法求解得到。仿真例子验证了该方法的有效性。

可行SLP法在发动机在线优化中的应用

研究了航空发动机在线优化算法问题。基于序列可行方向法,提出了一种用于解决一般非线性优化问题改进的序列线性规划(SLP)在线优化算法——可行下降序列线性规划(FSLP)方法。其显著特点是通过适当的步长修正算法,在保证目标函数下降的同时,确保解的可行性。根据对偶理论证明了其核心算法的收敛性,对步长修正原理进行了数学分析,并详细介绍了算法实现途径。基于上述优化算法,以某型双转子涡扇发动机最大推力模式为仿真算例,验证了该算法在解决航空发动机在线优化问题时,相比传统的序列优化方法,在提高优化算法解的可行性方面效果更好。