非线性整数规划问题的改进粒子群优化算法

提出了一种求解非线性整数规划问题的改进粒子群优化算法．在这个算法里,对粒子群优化模型的速度方程和位置方程进行改进,加入了动态约束处理技术以提高选择最优点的能力;加入了粒子的邻域加速寻优策略以提高局部优化能力．数值结果表明所提出的算法计算精度高且稳定性好．     

求解非线性规划问题的一种迭代法

提出了一种求解等式约束非线性规划的新方法－非线性方程组不含求逆迭代法，证明了该算法的收敛性。给出几个算例，验证了该算法的有效性。     

非线性约束条件下一个超线性收敛的——可行方法（Ⅰ）算法A

序列二次规划算法（即ＳＱＰ算法）一般具有良好的超线性收敛性质，在非线性规划中占有非常重要的地位，从实际数据效果来看，ＳＱＰ类算法对于非线性下的最优化问题是非常有效的，但这一类算法在实际运算中和终止时所得到的解一般都是可行的，对于一些与工程设计等实际应用相关的优化问题，这是一个很严重的不足之处，为了克服现有ＳＱＰ类算法的不足。本文给出了一个非线性约束条件下求解ＳＱＰ类问题的可行方法，为了克服现有ＳＱ     

多车场车辆调度智能优化研究

针时物流配送中的多车场车辆调度问题提出了两种多车场的智能处理方法,并且用禁忌算法优化了容量约束的多车场VSP问题．本文介绍了此智能处理方法和禁忌算法的原理,给出了具有代表性的一个算例试验结果和结果分析．试验结果表明了此方法对求解多车场容量约束的车辆调度问题的有效性．     

船舶舱室布置设计中几何约束的一种求解方法

提出了基于约束表示的船舶舱室布置设备空间位置关系的描述，约束通过转化以非线性方程组的形式求解，Newton-Raphson迭代法求解方程缺乏稳定并且不能处理欠约束和过约束情况，为了克服这种情况，文中提出了采用最优化方法求解几何约束，自然有效地解决了欠约束和过约束情况下方程的求解问题。     

约束优化问题的多参量遗传算法

约束优化问题的传统求解方法是拉格朗日乘子法，函数的可导性和多峰性常常成为求解过程中的难题。遗传算法的并行搜索为这类问题的求解提供了一种新的途径。为了提高计算效率，有学者提出用两级遗传算法分别解决拉格朗日乘子入及优化参数的求解问题。用多参量遗传算法可以同时解决两级优化的遗传算法，把分级优化的参数同时编码，就把两级优化转化为一级优化。经试验该算法虽不能使优化算法的计算时间大大降低，却可以使程序设计工作相对简化，同时使遗传算法程序更具通用性。     

域约束优化问题的普适免疫进化算法

在免疫进化算法的基础上，针对域约束优化问题，提出了一种普适算法．通过区间变换，该算法在保证所产生的个体分量均能满足相应的区间约束的同时，消除了参数设置的随意性，不仅提高了计算效率，而且增强了算法的统一性，克服了其它进化算法采用罚函数处理域约束问题的不足．多峰函数优化和遗传算法欺骗问题的测试结果表明：与采用罚函数处理域约束问题的免疫进化算法相比，普适算法不仅易于编程，而且能以更快的速度稳健地收敛到全局最优解．     

基于时间约束的铁路空车调配模型与算法

为弥补现有的调配方法没有考虑排空站重车运输资源的利用率和空车调配的时效性的不足，在传统空车调配数学模型的基础上，提出了基于时问约束的空车调配模型和求解算法．通过合理利用排空站可利用的空车，将空车和重车结合起来优化调配，达到减少空车走行距离的目的．算例分析表明了模型的正确性和算法的合理性．     

一类运输工具带双重能力约束的LRP问题

分析了一类运输工具受双重能力约束的LRP问题，即在物流网络节点最大单批处理能力及运输工具总运输能力双重约束的情况下,如何进行物流中心选址和运输路线安排，使总的费用最小,模型假设网络系统满足如下条件：①节点的最大单批处理能力是逐层变化的，②货物只能用不同运输工具经过某一物流中心进行中转运输．文中建立了混合整数规划模型，提出了一种优化算法，并用优化算法对实例进行求解．     

一种求解线性规划问题的新方法

提出了一种求解线性规划问题的新方法：利用K-T条件及阳函数的凝聚特性，将多约束线性规划问题凝聚为单约束优化问题进行求解．最后给出了二维及三维线性规划问题的实例及相应的几何解释。     

约束优化问题的一个超线性收敛算法

给出一个求解约束优化问题的新算法。在无需强二阶充分性条件及严格互补性条件的假设下，研究了该法具有局部一步超线性收敛性的充要条件。     

NARMA模型预测控制滚动优化的两组协调法

针对ＮＡＲＭＡ模型，提出了预测控制滚动优化的两级协调法。该算法由三层构成，上、中两层是两个协调器，第三层是局部决策单元，该算法避免了在子问题的求解中使用效率较低的规划方法，提高了线计算的效率，领导具结果该算法的有效性。     

KS函数与最小—最大优化问题

讨论了 KS 函数在结构优化设计中的影响与作用.研究表明,在挑选紧约束集中,KS函数是一个非常有用、有前途的工具,而这一点,恰是许多优化方法的关键.同时指出,KS 函数很适合求解最小-最大类型的优化问题.一个加筋弯曲板加强筋的形状优化设计例题证明,它的算法既简单又易于实现,收敛也是迅速、稳定的.     

HCO-ADE求解单点交叉口信号配时问题

为克服信号配时问题求解中单一约束优化方法的局限性,提出混合约束优化自适应差分进化算法(HCO-ADE)。以交叉口通行效率为目标建立信号配时优化模型,依据模型中约束条件被满足程度,采用外罚函数法和可行性准则法相结合的混合约束优化策略(HCOS)对约束条件进行处理,并提出饱和度偏好准则作为自适应差分进化算法(ADE)的选择策略,构建HCO-ADE。最后,以哈尔滨市四相位交叉口高峰时段5 min采集标段交通量数据为例,验证HCO-ADE。结果表明：提出的信号配时问题求解方法可行、有效,优于基于饱和度区间可能度的罚函数约束优化自适应差分进化算法(PFCO-ADE),所得信号配时方案较实测方案平均延误减少3.32%,通行能力提高2.16%,能够更好地提高信号配时方案稳定性。     

基于归约的几何约束求解策略

针对几何约束系统归约分解中高阶顶点的求解问题,提出高阶低代的低维数值迭代求解算法.通过去除部分约束,使得高阶顶点分解为含有欠约束顶点的低阶求解序列,对求解序列中的欠约束顶点添加虚拟参数变量,以虚拟参数变量的部分迭代求解,替代系统的整体数值求解,提高求解效率和稳定性,算法具有很强的通用性,并在实际应用中得到验证.     

二维平行放位装车问题的布局约束启发式算法

在分析二给平行入位货物装车问题的基础上，对货物装车问题设定了布局约束，构造了布局约束启发式算法。实验结果表明，此算法可以有效求得问题的优化或近似优化解，是求解此类问题的一个较好的方案。     

随机交通网络最小期望-均方差路径问题罚函数解法

为了反映交通网络中考虑可靠性的路径选择行为,基于数学规划理论建立随机交通网络环境下最优路径问题的数学模型并构造罚函数法求解该约束优化问题。首先,在路径目标函数中加入了均方差以反映路径的可靠性,建立随机网络环境下最小期望-均方差路径问题的数学规划模型;其次,引入罚函数和罚因子,把非线性约束优化问题转换为无约束优化问题;第三,构造拟牛顿法求解无约束优化问题,最终获得原问题的精确解;最后,针对实际交通网络开展了数值实验并对数值结果进行了分析。数值结果表明:提出的算法是能获得最优路径的精确解。     

数量折扣条件下的动态订货批量优化

为研究卖方提供数量折扣安排时，买方优化动态订货批量的决策问题，考虑多种产品、多折扣类型和买卖双方的能力约束，建立了该问题统一的非线性混合整数规划模型．利用禁忌搜索技术设计启发式算法对模型求解．算例的计算结果验证了模型和算法的有效性。     

子矩阵约束下AXB=C的双对称迭代解

构造了求解子矩阵约束下AXB=C的双对称解的迭代解法,利用残量正交的性质证明了算法的有限终止性,并进一步研究了求解子矩阵约束下矩阵方程问题的最佳逼近解,最后,给出了能够体现算法有效性的数值实例.     

基于动态罚函数的铁路车流分配与径路优化模型

为解决铁路车流分配与径路优化模型中的难约束问题，避免群智能算法在应对该问题时难以求解的不足，提出了一种基于惩罚函数的约束优化方法. 首先，在车流分配及径路优化基本模型的基础上设置虚拟弧，在目标函数中增加惩罚项的方式松弛掉模型中的弧段能力约束，同时对惩罚项中的惩罚力度和惩罚因子设计动态更新的策略；然后，将改进灰狼算法（improved grey wolf algorithm，IGWO）应用于车流分配与径路优化模型的求解；最后，结合某一地区的路网数据，对改进前、后的模型和算法进行对比分析. 算例结果表明:与改进前的模型相比，引入惩罚项之后，IGWO可以在限定的范围内找到满足弧段能力约束的可行解；与灰狼算法（gray wolf algorithm，GWO）相比，IGWO计算所得的配流方案使OD （origin-destination）货流的平均绕行率和货物总走行公里数分别下降了2.6%和5.2%.