基于Co-CEM的柔性车间调度优化算法

为解决船舶制造中的柔性作业车间调度问题,本文提出一种基于协同进化策略的交叉熵算法来提高船舶制造过程的效率。协同进化策略弥补了交叉熵算法局部搜索能力较弱的问题,提高解的质量;提出基于主动调度的遗传解码算法,保证得到的解属于活动调度;遗传操作将相关调度信息保存在基因中,有效提高算法的搜索效率。本文通过实验对比遗传解码与常用的插入式解码算法,验证了解码算法的有效性及其提升能力,与现有具有竞争力的算法进行对比,证明了基于协同进化策略的交叉熵算法的高效性与优越性,给出了优质的甘特图。

大学英语课程思政教学有效性评价研究

大学英语课程思政教学是新时代赋予大学英语教学的新使命,是高校落实立德树人任务的重要举措。近年来,高等教育研究者对大学英语课程思政教学进行了大量研究,但现有研究多侧重理论层面,缺乏对评价指标体系的系统构建和实证研究,难以有效指导教学实践。本研究以大学英语课程思政教学评价为研究对象,构建了包含6个一级指标和20个二级指标的评价体系,并通过问卷调查和熵值分析法计算各评价指标的权重值,探讨影响大学英语课程思政教学质量的关键因素,并提出优化大学英语课程思政教学的路径,可为检验教学效果、提升教学质量、促进学生全面发展提供实践指导。

东营市奶业高质量发展及路径优化研究

近年东营市高度重视奶业发展,聚力打造黄河三角洲奶都,奶业发展进入新阶段。本文基于熵权法评价模型,从质量效益、经营发展、社会与经济发展、资源与环境四个维度,构建东营市奶业高质量发展评价体系,对东营市奶业高质量发展量化分析。结果表明,四个维度中,经营发展占比最大(0.291);资源与环境占比最小(0.21)。基于此,从降成本、增效益、提品牌、强利用、延链条等方面,提出东营市奶业高质量发展路径优化建议。

配电系统中电动汽车与可再生能源的随机协同调度

电动汽车和可再生能源发电的快速发展为电力系统的安全和经济运行带来了新的挑战。在此背景下,构建了能够计及可入网混合动力电动汽车(PHEV)和风电、光伏发电系统出力不确定性的随机协同优化调度模型。首先,分析了PHEV的行驶耗电和随机充放电行为。之后,在假设风速服从Rayleigh分布、光照服从Beta分布的前提下,导出了风电机组和光伏发电系统出力的期望、方差及二阶原点矩的表达式。在此基础上,发展了以平抑可再生能源出力波动为目标的电力系统随机协同优化调度模型,并应用交叉熵算法进行求解。最后,以33节点配电系统为例说明了所提出的随机协同优化调度模型的基本特征。

基于Markov决策过程用交叉熵方法优化软件测试

研究了待测软件某些参数已知的条件下,以最小化平均测试费用为目标的软件测试优化问题.将软件测试过程处理成马尔可夫(Markov)决策过程,给出了软件测试的马尔可夫决策模型,运用交叉熵方法,通过一种学习策略获得软件测试的最优测试剖面,用于优化软件测试.模拟结果表明,学习策略给出的测试剖面要优于随机测试策略,检测和排除相同数目的软件缺陷,学习策略比随机测试能够显著地减少测试用例数,降低测试成本,提高缺陷检测效率.

井巷断面优化的通路法

本文在总结国内外的断面优化方法的基础上,提出了断面优化的通路法,为井巷断面的合理确定提供一种新的技术途径。

一种无约束全局优化的水平值下降算法

本文研究无约束全局优化问题,建立了一种新的水平值下降算法(Level-value Descent Method,LDM).讨论并建立了概率意义下取全局最小值的一个充分必要条件,证明了算法LDM是依概率测度收敛的.这种LDM算法是基于重点度取样(Improtance Sampling)和Markov链Monte-Carlo随机模拟实现的,并利用相对熵方法(TheCross-Entropy Method)自动更新取样密度,算例表明LDM算法具有较高的数值精度和较好的全局收敛性.

黄河流域产业生态化评价及优化路径研究

产业生态化是实现黄河流域高质量发展的重要方向。为探索黄河流域产业生态化的持续优化路径,构建了基于目标层、准则层和指标层的产业生态化评价指标体系,利用熵权法对2009—2018年黄河流域9个省(区)进行了测评。结果表明:黄河流域产业生态化水平呈上升趋势,但呈现“N”形变化轨迹;黄河流域产业生态化水平的空间差异较大,在具体的产业生态化子系统上,不同省(区)有自身的特点。据此应采取的优化路径为:黄河上游地区应结合具体生态资源,以保护性开发为主;黄河中游地区以特色产业与环境保护的协调为主;黄河下游地区要注重产业发展和区位优势的结合。优化路径需要统筹考虑理念、制度和具体举措3个方面。

基于改进蚁群算法和网络GIS分析的慢行交通最优路径选择

分析了慢行交通在路径选择方面灵活与多样的特点,在充分利用这一特点的基础上,借助蚁群算法来寻找最优路径,从而达到使慢行交通满足更多人的通勤效率需求的目的.通过对蚁群算法的思路进行改进以及运用数据包络分析法(DEA)和模糊综合评价法(FCA)对蚁群算法的参数进行修正,使其成为适用于慢行交通的算法.并在GIS及其二次开发平台Microsoft Visual Studio 2008上通过程序编写实现了改进后的算法.并将这一算法应用于实际的路径规划,从而实现慢行交通最优路径选择的实际应用.

求解PCB钻孔机刀具路径规划的交叉熵方法

工作刀具路径的优化程度是PCB钻孔机的重要性能指标,对其进行很好的优化有助于提高PCB设备的加工质量和加工速度。首先对刀具路径进行建模,然后对交叉熵算法进行描述并应用交叉熵方法对刀具路径进行求解。实验结果表明,选择交叉熵方法对环境进行建模简单、有效,在求解刀具路径规划方面具有一定的优势。

改进的交叉熵法在船型优化中的应用

针对常规智能优化算法在处理基于集成仿真的船型优化问题时易陷入局部最优解且优化效率低的缺点,本文采用具有处理高维(high-dimensional,HEB)问题潜力的交叉熵(cross-entropy,CE)法求解带约束的船型优化问题。本文研究了在CE法中嵌入"接受-拒绝"法,并对初始方差的选取方法进行自适应设计。通过数值函数的测试结果表明:改进的CE法较常规智能优化算法具有更好的优化性能。将改进的CE法应用于5100TEU集装箱船兴波阻力性能优化,根据优化结果可知:改进的CE法鲁棒性好,对多变量、多约束的船型优化问题能以较快的速度收敛到全局最优解。

有时间限制的多式联运路径优化

多式联运作为广泛采用的快捷运输组织形式,其路径优化不仅要考虑总成本最小化问题,整个运输过程的时效性也至关重要。以用户规定的时间限制作为重要约束,建立了以运输总成本最小为目标的多式联运路径优化模型,并设计交叉熵算法(CE)对模型进行求解,最后通过算例分析,验证了模型的合理性和有效性。

一种新的求总极值的水平值估计算法

提出了一种求解总极值问题的新水平值估计算法.为此,引入一类变差函数并研究它的性质;给出基于变差函数的全局最优性条件,并构造出一种求总极值的水平值估计算法.为了实现这种算法,采用了基于重点样本技术的Monte-Carlo方法来计算变差,并利用相对熵算法的主要思想更新取样密度.初步的数值实验说明了算法的有效性.

一种求解全局优化问题的修正相对熵算法及其收敛性

相对熵算法是一种应用随机模拟技术求解组合与连续全局优化问题的高效率方法.本文给出一个修正的求解全局优化问题的相对熵算法(MCE),并在假设所求解的问题仅有一个全局最优点的条件下,给出了修正算法的渐近收敛性.数值结果显示,MCE算法至少和CE算法具有同样的有效性.

求解0-1背包问题的交叉熵方法

交叉熵方法是近几年发展起来的一种优化方法,被应用到许多组合优化问题的求解中并显示出很好的性能。文中使用交叉熵方法来求解一种经典的组合优化问题—0-1背包问题。具体方法是:首先按Bernoulli分布生成变量的随机样本,并根据约束条件修正样本,求出目标函数值样本,然后按照交叉熵最小原理建立分布参数的更新规则。建立了基于交叉熵方法的背包问题求解算法。数值实验表明,与目前常用方法相比,该方法在收敛速度和稳定性上都有较大的优势。

变差积分型约束总极值问题的不连续罚途径

结合积分途径运用不连续精确罚函数来求解全局约束最小化问题.进一步,提出了约束变差积分的一般形式并证明了其分析性质,同时也给出并证明了其全局最优性条件,并由此设计了一个新算法.基于Monte-Carlo模拟技术,运用交叉熵方法和重要样本实现了该算法.数值实验也说明了这个新算法是有效的.

基于ADAMS的盘形轧制零件结构优化与故障诊断方法

为研究在不新建轧制生产线的情况下实现小批量盘形零件的快速生产的方法,运用机械系统动力学自动分析(ADAMS)实现盘形轧制零件结构建模,并利用交叉相关能量比熵与融合门控周期装置与双向门控周期装置的BiGRU-GRU网络,提出盘形轧制结构零件早期故障诊断方法,并验证结构优化与故障诊断效果。实验结果表明,结构优化分析中的5 mm螺杆在0.1~1.0 s存在频繁的波动。早期故障诊断方法分析中,交叉相关能量比熵优于其他指标方法,BiGRU-GRU网络均方误差为7.69×10^(-3),平均绝对误差为5.06×10^(-3),均低于对比网络。综合来看,提出的结构优化方案具有科学性,而早期故障诊断方法具备有效性,对于盘形轧制零件生产具有重要意义。

浅析移动通信系统中的赋形权值优化算法

随着无线频谱资源的日益紧张,移动通信系统转向利用数字波束赋形技术来提高系统的容量。数字波束赋形技术的关键,是利用赋形权值优化算法对赋形权值进行寻优操作。常用的权值优化算法有遗传算法、粒子群优化算法和交叉熵算法。本文对三种优化算法应用时的关键步骤进行了总结,比较了三种算法的性能,最后对算法应用于时分移动通信系统存在的问题进行了分析。

基于改进蚁群算法的移动机器人路径规划研究

针对传统蚁群算法在移动机器人路径规划中存在收敛速度慢、易陷入局部最优和规划路径不平滑等问题,提出一种用于移动机器人路径规划的改进蚁群算法。首先在状态转移概率中引入平滑函数,使蚂蚁在进行路径节点选择时,考虑路径的平滑性。然后在对路径信息素更新时,引入多目标评价函数;同时提出一种基于熵权的分段信息素更新方式,每次迭代规划路径按多目标评价函数数值进行排序并分段,对不同的分段,引入不同的信息素强度放大系数,提升了算法的收敛速度。最后对规划路径进行二次优化,即先对路径节点进行优化,减少不必要的转弯节点,减小了路径转弯角度以及路径长度;再利用贝塞尔曲线对节点优化后路径的转弯拐点处进行平滑。在20×20的简单和复杂栅格环境中进行仿真实验,结果表明,改进蚁群算法规划出的路径长度更短、转弯角度更小和路径更加平滑,同时改进蚁群算法的迭代收敛速度更快,验证了改进蚁群算法在移动机器人路径规划中的优越性。

长江经济带金融生态环境的评价及优化路径研究

针对区域金融生态环境,首先以长江经济带11省市为研究对象,从经济基础、社会信用及金融资源三个方面选取12个指标构建综合评价指标体系,其次基于熵值法对长江经济带金融生态环境进行综合评价,分析长江经济带11省市金融生态环境水平的空间分布,研究结果表明长江经济带11省市金融生态环境水平差异明显,从下游地区到上游地区逐渐降低,下游地区金融生态环境水平远高于上游地区。最后在数据分析的基础上,提出优化经济结构、健全社会诚信体系和加快金融基础设施建设等优化路径。