求解TSP的离散野马优化算法

针对求解TSP问题,提出一种新的元启发式算法离散野马优化算法(DWHO),应用最小位置匹配值法(MPMV)对求解结果进行离散化解码;为提高算法搜索能力,结合野马放牧、交配、领导者交流与选拔行为,引入变邻域搜索策略,增强了算法的局部搜索能力、加快算法收敛速度。选取TSPLIB标准库33个算例进行实验,并与交换序列人工蜂群算法(ABCSS)、离散蜘蛛猴优化算法(DSMO)两种算法进行比较。实验结果表明,DWHO求得的最优解与ABCSS、DSMO两种算法的最优解相比,最优解改进率最大值分别达到4.52%和3.41%。同时,将离散野马优化算法求解TSP收敛速度与以上两种算法进行比较,其收敛速度具有一定的优势。结果表明离散野马优化算法求解能力和精度具有优势。

基于最优解区间预筛选的代理模型辅助天线设计优化算法

针对天线优化中全波仿真计算耗时过多的问题,文中提出了一种基于数据约束的代理模型辅助进化算法(SAADC)以实现天线优化设计中效率的提升。首先采用增强随机型差分进化算法,以保证数据生成的随机性与多样性。进一步通过高斯代理模型对仿真结果进行预测,并利用最优解区间预筛选方法舍弃预测结果中较差的个体,以实现算法收敛速度的提升。最终利用所提出的SAADC,对三个不同拓扑结构E型贴片天线的带宽与增益进行了优化设计与结果分析。结果表明,所提出的算法比现有的代理模型优化算法具有更快的优化速度与更佳的优化结果,可满足天线结构高效优化的实际需求。

保障各种复杂故障工况下解优质率的电网故障诊断解析模型

经典电网故障诊断解析模型是非线性0-1整数规划模型,其难以精确求解,启发式算法虽能获得可行解,但求解准确性和一致性难以保证,且求解时间较长,不利于基于诊断结果的故障排查和设备运维。对传统故障诊断模型进行改进,降低了模型的复杂度,实现了目标函数的线性化,据此构建了基于整数线性规划的电网故障诊断解析模型。Gurobi具有将启发式算法和整数线性规划求解算法有机结合的优点,将其应用于求解基于0-1整数线性规划的诊断模型,解决了传统启发式寻优算法因算法自身的局限性而陷入仅获得局部最优解甚至错解、以及求解速度慢等问题。通过算例对新型电网故障诊断模型的有效性和优越性进行验证,结果表明:相较于基于遗传算法、模拟退火算法、粒子群算法等启发式算法的传统模型,改进模型求解的速度与精度均显著得到了提高。

一种基于罚函数法解决非光滑伪凸优化问题的神经网络算法及其应用

针对实际应用中遇到的非光滑伪凸优化问题,本文提出一种创新的解决方案——结合罚函数理念和微分包含理论的单层神经网络算法。首先,通过数学理论证明,本文算法能够使状态解最终收敛至伪凸优化问题的最优解,从而确立所提出算法的正确性;其次,通过对2个数值实验的模拟收敛结果进行分析,进一步验证算法的有效性;最后,用本文算法解决实际应用问题,展示其在解决伪凸优化问题上的实际应用价值。与现有的神经网络算法相比,本文算法不仅能够解决更一般的具有凸不等式和等式约束的伪凸优化问题,也可以解决实际应用问题。此外,本文算法层次结构简单,无需计算精确的罚参数,可以选取任意初始点,无需添加任何辅助变量,为伪凸优化问题的解决提供一种有效途径。

概率犹豫模糊判断矩阵的一致性调整与多重最优解分析

针对备选方案优先权重及多重最优解的计算,建立了一个概率犹豫模糊互补判断矩阵的离散化一致性调整模型,通过该模型调整后的矩阵能够较好地维持偏好值的具体含义,利于后续决策者的反馈修改。而后提出了多重最优解筛选机制,采用距离测度量化各个调整后的矩阵的决策信息扭曲程度及缺失状况,解决了一致性调整过程中的潜在解缺失导致的信息流失及排序互逆问题。最后,给出一个算例验证了模型及筛选机制的有效性。

基于粗糙集最优解山区公路边坡防护效果评价

为系统有效评估不同边坡防护技术的护坡效果,通过调查大量护坡技术对边坡沿线生态环境、边坡特性等的影响,以粗糙集理论和条件信息熵为基础,分析护坡效果与稳定性、抗侵蚀性等因素的相互关系,结合最优解优化评价指标重要度,提出了一种适用于山区公路边坡防护效果的指标权重确定方法。构建了边坡防护效果评价体系。运用模糊理论和模糊综合评价理论,建立了山区公路边坡防护效果模糊综合评价方法。依托某山区实体边坡对常见的11种护坡技术分析得到:生态混凝土护坡技术和土工网植草防护技术的护坡效果最优。对生态混凝土和土工网植草组合防护技术进行仿真计算,得到边坡水平最大位移和最大剪应变分别降低66.21%和90.17%,边坡稳定性系数从1.252提高到1.351,符合规范要求,为山区公路边坡防护技术的优选提供了新的思路。

用好“流动办公桌”这个服务基层“最优解”

城镇小区广场、农村住户门前、生产经营现场,几张塑料凳子围一圈,中间摆上一张办公桌,党员干部就开始了现场办公服务。“流动办公桌”成了当下许多地方和单位服务基层的“最优解”,受到机关青睐、基层欢迎和群众好评。基层是国家治理最末端、和谐稳定大本营、创新创造主战场、服务群众最前沿、一切工作落脚点。提高服务基层精准性、到位率、时效性,必须因地制宜用好“流动办公桌”,在深入基层、亲近基层、融入基层中展现党员干部应有的担当作为,树立机关部门应有的作风形象。

寻找品牌建设“最优解”--以湖南高速集团品牌建设向“新”行动为例

顾名思义,“最优解”就是在给定条件下选择所有潜在解决方案中的最佳选项。在不同领域中,其具体定义和内涵各有侧重。无论是在学术研究抑或品牌建设领域,寻找“最优解”都是一项至关重要的任务。湖南省高速公路集团有限公司(以下简称“湖南高速集团”)品牌建设向“新”行动七月推进会在衡阳分公司召开。会议特别留出50分钟时间用于衡阳分公司“头雁”品牌发布仪式,巧妙地将集团与分公司两个层面的活动整合为一,不仅有效传达了集团品牌建设的新进展、新思路和新要求,还有力提升了分公司子品牌从辖区内传播到全集团展示的“聚合效应”。这一创新举措,不仅为品牌建设开辟了新路径,释放了新势能,还标志着湖南高速集团品牌建设正式迈入寻找“最优解”的快车道。

以“枫桥经验”最优解 促“诉源治理”新实践

2023年是毛泽东同志批示学习推广“枫桥经验”60周年和习近平总书记指示坚持发展“枫桥经验”20周年,为贯彻落实习近平总书记和党中央要求,市人大监察和司法委员会协助常委会开展多元解纷工作专项监督。

打造船舶绿色改装最优解——访Njord董事总经理Frederik Pind先生

2024年2月,马士基油轮(Maersk Tankers)旗下的绿色技术公司Njord宣布将与全球最大干散货托运人之一力拓集团(Rio Tinto)合作开展船舶绿色改装项目。Njord将为力拓集团拥有的两艘干散货船设计并安装一系列节能设备,以期减少燃料消耗和排放。力拓集团于2022年启动了“海洋先锋门户”项目,希望在其两艘20.5万载重吨纽卡斯尔型散货船上安装节能减排技术。

《经济日报》:“金融+人工智能”寻求最优解

人工智能在金融业的应用一直备受关注。近日,由清华大学经济管理学院、度小满等机构联合编写的《2024年金融业生成式人工智能应用报告》发布。《报告》认为,生成式人工智能技术在金融业中的应用尚处于技术探索和试点应用的并行期,预计1年至2年内首批大模型增强的金融机构会进入成熟应用期,3年后将会带动金融业生成式人工智能规模化应用。

留学专业规划,怎样决策才是最优解?

面对不断增长的就业压力,清晰的职业规划有助于留学生们发挥特长,在未来实现职业目标。因此,选择专业这一重要过程可以通过市场调研以及对多渠道信息的收集,确定自己感兴趣,且在未来更具职业优势的专业。通过对专业知识的学习,进一步提升专业技能。

基于粒子群算法求解多目标优化问题

粒子群优化算法自提出以来 ,由于其容易理解、易于实现 ,所以发展很快 ,在很多领域得到了应用 通过对粒子群算法全局极值和个体极值选取方式的改进 ,提出了一种用于求解多目标优化问题的算法 ,实现了对多目标优化问题的非劣最优解集的搜索 。

粒子群优化算法求解旅行商问题

首先介绍粒子群优化的搜索策略与基本算法 ,然后通过引入交换子和交换序的概念 ,构造一种特殊的粒子群优化算法 ,并用于求解旅行商问题 .实验表明了在求解组合优化问题中的有效性 .

求解多目标优化问题的一种多子群体进化算法

提出一种新的多目标粒子群优化(MOPSO)算法.根据多目标优化问题(MOP)的特点,将一个进化群体分成若干个子群体,利用非劣支配的概念构造全局最优区域,用以指导整个粒子群的进化.通过子群体间的信息交换,使整个群体分布更均匀,并且避免了局部最优,保证了解的多样性,通过很少的迭代次数便可得到分布均匀的Pareto有效解集.数值实验表明了该算法的有效性.

基于当前最优解的人工蜂群算法

为克服人工蜂群算法在求解函数优化问题时存在收敛精度低、收敛速度慢的缺点,提出一种改进的人工蜂群算法。为提高人工蜂群算法的局部搜索能力和避免早熟收敛,跟随蜂在当前最优解的周围进行局部搜索,并随着迭代次数的增加,逐渐缩小侦查蜂在当前最优解周围的局部搜索范围。通过6个标准测试函数完成仿真实验,结果表明,与基本人工蜂群算法相比,改进算法在寻优精度和收敛速度上均得到提高。

一类2人合作交叉规划的s-最优联合解

提出并研究了一类 2人合作交叉规划问题。引进了具有相同联合值的s 最优联合解 ,它作为 2人合作交叉规划的一种公平解 ,比Nash均衡解要更好 ,并得到了它的若干有关性质 ,证明了可以通过求解一个等价的数学规划问题的最优解来作为交叉规划的s 最优联合解。最后 ,讨论了具有不同联合值的s 最优联合解。 2人合作交叉规划可以广泛用于讨论许多具有或不具有冲突的多人决策问题 ,如生产计划控制、工程、计算机等领域中的网络冲突问题。

MATLAB环境下六自由度焊接机器人运动学逆解及优化

通用工业机器人运动学方程有多组逆解,而机器人系统最终只能选择其中的一组解来驱动机器人进行工作,因此需要对多组逆解进行选择优化后作为机器人的最优解。由于逆解的求解过程非常复杂,因此通过分析焊接机器人的正、逆运动学求解过程,提出用MATLAB GUI编程来自动求解机器人的多组逆解,并采用最短行程的原则自动寻找机器人的最优解。与其他方法相比,该方法简单明了,计算速度快。最后给出两组计算实例来验证计算机求解结果的正确性。

求解多峰性函数全局最优解的进化算法及其应用研究

本又针对简单遗传算法（SGA）在解决多峰性函数最优化问题存在的不足，提出了一种分配区间型进化算法，能够求出多峰性函数所有全局最优解及多个局部最优解。通过十几个多峰性函数与工程实例的数值实验，验证了算法的正确性。对简易海洋平台进行了疲劳可靠性优化设计为算例，取得了满意的结果。