基于Tabu算法的分布式系统可生存性增强

分布式系统的可生存性研究已经成为当前安全领域关注的热点,如何提高系统的可生存性就成为了一个重要的研究内容,该文就从系统结构优化的角度研究了提高系统可生存性的方法。在文章中,以一个分布式系统作为案例,首先建立系统的仿真模型,然后通过3个实验证明了系统结构的变化能够影响系统的可生存性;最后提出利用Tabu搜索算法来优化系统的体系结构,以得到一个在限定条件下可生存性指标最好的系统结构。该文提出的方法是一种全新的思路,并具有一定的实用价值。

基于QUBO模型的信用卡最优获利组合规划

在银行信用卡或相关的贷款业务中,为最大化银行收益、方便银行对客户授信,针对不同信用卡设定不同阈值的情况下进行投资组合,对模拟数据进行归一化处理,建立信用卡最优投资组合二次无约束二值优化(QUBO)模型,使用模拟退火算法求解模型得到单一信用卡与三张信用卡的最大收益阈值组合。进一步通过量子降维方法优化二次无约束二值优化(QUBO)模型,最终得到信用卡选择与阈值的双重最优组合,得出最大收益,辅助提高银行的业务竞争能力。

基于模拟的企业过程模型自动优化技术研究

企业过程模型参数自动优化是一个多参数多目标的系统优化问题.采用线性加权法将其转换成多参数单目标问题的求解,提出基于计算机模拟的企业过程模型参数的自动寻优方法.它将传统的共轭梯度法FR（fletcher reeves）和禁忌搜索算法TS（tabu search）结合起来,采用FR法进行局部寻优,由TS法实现从当前局部最优点向全域范围内的更优区域转移,循环往复达到求出全域范围最优点的目的.改进了FR法与TS法,克服了各自的缺陷,并提出禁忌区域表的概念,从而加速寻优过程.它适用于任意多维曲面的多极值问题最优求解,对企业进行BPR（business process reengineering）和实施ERP（enterprise resource planning）管理有较大的指导意义.

模拟“退火”算法在多目标航空公司职员排班系统中的应用

目前排班系统主要是基于手工的方式来完成,而且需要考虑的约束条件较多,因此需要利用计算机技术进行自动合理的排班。介绍了乘务员排班系统的基本情况,对建立排班系统模型做了详细描述,并用模拟“退火”算法很好地解决了这一问题。所设计实现的系统在某航空公司实际运行表明所提模型算法是合理而有效的。

解 Job Shop 问题的一种组合模拟算法

针对成批车间的作业排序（ＪｏｂＳｈｏｐＳｃｈｅｄｕｌｉｎｇ）问题设计了一种模拟退火与ＴａｂｕＳｅａｒｃｈ相组合的算法．首先用模拟退火算法求得一个初始解，再利用ＴａｂｕＳｅａｒｃｈ进行进一步的寻优．通过大量的算例分析表明，该算法具有良好的寻优特性与运算效率．

GASA混合算法在航空公司乘务员排班系统中的应用

排班系统是公司、企业管理的一项日常工作,一种公平、合理的排班方法对于调动工作人员的工作积极性、提高工作效率都具有重要的意义。目前排班系统主要都是基于手工排班的方式来考虑的而且约束条件较多,所以利用计算机进行自动排班的思想自然而生。阐述了排班系统的模型、系统结构,并对建立的排班系统模型做了详细描述,采用GASA混合算法很好的解决了这一问题,仿真分析验证了算法的合理性。所设计实现的系统在某航空公司实际运行表明该模型算法是合理而有效的。

基于随机交箱序列的集装箱堆场出口箱箱位优选

为了优选客户提交箱时间不确定条件下的集装箱堆场出口箱箱位,降低作业成本,提出了基于随机交箱序列的堆场箱位优选方法,即两阶段随机规划模型和基于禁忌搜索的启发式算法.模型通过优选贝位和堆栈最小化堆场龙门吊行车成本和翻箱量,探讨了随机交箱序列条件下的翻箱量和龙门吊行车成本求解方法,并针对模型最优解特点开发了基于禁忌搜索的启发式算法.模拟实验表明,该方法能够有效利用不确定集装箱交箱序列信息改善调度效果,算法能够在合理时间内获得满意解.

组合优化问题的启发式搜索

组合优化是一个离散最优化问题,在规划,调度,资源分配,决策等问题中有着非常广泛的应用。入们已经认识到,组合优化问题的计算复杂度高,属于NP难一类的问题,除了枚举一部分解空间之外,

ELM模型水沙分离水力旋流器选型的研究

针对水力旋流器选型困难以及经验选型很难达到最佳分离效果的问题,以6个对分离效果影响较大的因素为研究对象,取L64(89)表前6列为数据变量组,建立ELM模型并与正交的结果做对比。结果表明:ELM模型与正交实验所反映的规律一致,正交实验只能给出一组最优组合,其分离效果为63.08%,ELM预测出的分离结果有4组值都和正交实验的最优组合接近或相等,分别为63.01%、62.78%、63.02%、63.08%。因此,在生产旋流器的过程中,以ELM模型预测的多组结果作为参考,可以节约选型后制造的成本。

一种基于遗传和涟漪扩散模型的机场停机位分配混合算法

机场停机位分配问题是一个组合优化问题,在遗传算法的实现中通常使用基于飞机停泊顺序的排列表示法。该类遗传算法的设计时常需要考虑求解时的可行性和内存效率问题。本文提出了一种混合遗传算法,将GAP的原顺序解转换为数值解,使基本的二进制表示法和所有的经典进化算子都可用于以上问题。在混合遗传算法中,等待停机位的飞机被映射为特定参数化空间中的点。受液体表面涟漪扩散的自然现象启发,本文提出了一种确定性模型,将相关空间参数作为输入,连接所有飞机的映射点而构建飞机到停机位的队列,由此,本文采用了一种可兼容所有经典进化算子的二进制遗传算法,可利用这些空间参数求得最优或逼近最优解。仿真试验验证了为解决机场停机位分配问题提出的基于涟漪扩散模型的混合遗传算法的有效性。

GASA Hybird Algorithm Applied in Airline Crew Rostering System

Crew rostering system is a daily grind in the management of both corporation and enterprise. A fair and reasonable rostering method plays a very important role in the arousing worker’s enthusiasm and improving the work efficiency. This paper presents a method of building models for automatic crew rostering mode with computer and advancing the multi-objective optimum scheme. The method to build models for crew rostering system is also discussed. The question to crew rostering system model is solved by genetic algorithms and simulated annealing algorithms. Simulation results show the correctness of algorithms. The actual data of the airways have justified its reasonability and efficiency.