基于免疫优化的单目标多模态期望值规划

为了求解未知随机变量分布下单目标多模态期望值规划,通过引入检测候选解是否为局部最优解的随机函数,将该期望值规划问题转化为多目标期望值规划问题,并进一步探寻问题的转化关系,获得在一定条件下有效解是最优解的结论;根据样本平均近似化思想,将多目标规划转化为非恒定样本采样的近似化模型,并基于克隆选择和免疫记忆的机理,通过设计递归非支配分层、样本自适应采样和自适应繁殖与变异方案,引导进化种群往优质个体所在区域转移,提出了求解该近似化模型的免疫优化算法.仿真结果表明:与参与比较的多目标优化算法相比,该算法搜索多个最优解方面有明显优势,搜索效果稳定,噪声抑制能力强;求解低、高维标准测试问题获得最优解的数量分别平均提高了20%和70%.      

��ȷ����������������ѡַ³���Ż�ģ�ͼ����㷨

研究了不确定环境下物流中心的选址优化问题,在随机优化模型的基础上,采用遗憾模型的形式构建了相关问题的鲁棒优化模型。分析了鲁棒优化模型与确定性优化模型、随机优化模型的关系,并在此基础上给出了求解鲁棒优化模型的两种方法——枚举法和遗传算法。以Visual Studio6.0为平台,以Visual C++为开发语言编写了两种算法的代码,代码中通过调用Lingo9.0来求解确定性优化模型和两阶段随机优化模型。利用上述两种算法对若干算例进行了测试,结果表明,本文给出的算法能够满足问题求解需要,与随机优化模型最优解相比,鲁棒优化模型的最优解对各情景下参数扰动的现象敏感程度更低,因此具有更低的风险。     

能力随机的海运集装箱收益管理超订模型

为解决基于收益管理的能力随机的海运集装箱舱位超订问题,运用概率论和最优化理论,建立了以期望总成本最小化为目标、能力随机的不考虑空箱调运的超订模型,讨论了随机运输能力离散和连续2种情况下如何确定集装箱舱位的最优超订水平.为解决空箱调运问题,建立了能力随机的考虑空箱调运的超订模型,并且证明在能力随机的情况下,考虑空箱调运时最优超订水平将降低.最后给出了1个算例,用建立的模型分别求解考虑与不考虑空箱调运时的最优超订水平,结果前者比后者的最优超订水平减少3标准箱.     

随机交通网络约束最可靠路径问题

为了模拟仿真交通网络中,约束条件下考虑风险性车辆路径选择行为,建立随机交通网络环境下约束最可靠路径问题数学规划模型,并讨论了其对偶问题.采用梯度下降算法求解对偶问题,获得原问题最优值的上界和下界,通过迭代获得原问题的近似解.针对Sioux Falls network展开数值试验并对数值结果进行了对比分析.计算结果表明：在随机交通网络环境下,无约束和有约束条件下求解的最可靠路径是不同的;不同的资源约束条件下求解的最可靠路径也是不同的,资源约束条件对交通网络中最可靠路径的选择有很大的影响.     

IMPROVED GENETIC ALGORITHM TO OPTIMAL PORTFOLIO WITH RISK CONTROL

1IntroductionAlog-optimalinvestimentportfoliowithoutriskconstraintshasbeenintroducedandsystem-aticallystudiedinChapter15ofCoverandl'homas[11.Themodelcanbediscribedasfol-.lows:Astockmarketisrepresentedasavectorofstocksx=(X,,X,,..',X.)',X,>o,i=1,2,.-',m,wheremisthenumberofstocksandthepricerelativeXirepresentstheratiooftheclos-ingpriceofthecurrentbusinessdaytotheprevi-ousday.LetF(x),x=(x,,x2,..',x-)'eR"bethejointdistributionofvectorX.Aportfoliob=(b,,bs,..',b,)',b,>o,i=l,2,..',m,Zb,=1istheall…     

基于深度学习的文本情感分析并行化算法

在训练集和测试集数据量大的情况下,半监督递归自编码（semi-supervised recursive auto encoder,Semi-Supervised RAE）文本情感分析模型会出现网络训练速度缓慢和模型的测试结果输出速率缓慢等问题. 因此,提出采用并行化处理框架,在大训练集情况下,基于“分而治之”的方法,先将数据集进行分块划分并将各个数据块输入Map节点计算每个数据块的误差,利用缓冲区汇总所有的块误差,Reduce节点从缓冲区读取这些块误差以计算优化目标函数;然后,调用L-BFGS （limited-memory Broyden-Fletcher-Goldfarb-Shanno）算法调整参数,更新后的参数集再次加载到模型中,重复以上训练步骤逐步优化目标函数直至收敛,从而得到最优参数集;在测试集大的情况下,模型的初始化参数为上述步骤得到的参数集,Map节点对各句子进行编码得到其向量表示,然后暂存在缓冲区中;最后,在Reduce节点中分类器利用各语句的向量表示计算各自语句的情感标签. 实例验证表明:在标准语料库MR （movie review）下本文算法精确度为77.0%,与原始算法的精确度（77.3%）几乎相同;在大数据量训练集下,训练时间在一定程度上随着计算节点的增加而大量减少.      

车辆路径问题的混沌粒子群算法研究

针对车辆路径问题中单仓库非满载这一基本类型的具体特性,设计了一种混沌粒子群算法;利用混沌系统的随机性、规律性和遍历性初始化粒子,大范围覆盖车辆路径问题的解空间,加强算法最优路径的搜索能力;通过在求解过程中的次优路径处施加混沌扰动,使算法放弃当前求解的路径,避免结果为次优解。并通过试验验证了该算法在车辆路径问题中具有很强的寻优能力。     

路网最优费率的双层规划模型及算法

为寻求系统、科学的路网最优费率测算方法,提出用双层规划模型描述路网管理者、收费道路经营者和车辆用户三者在费率决策中的博弈关系,其中上层以路网用户盈余最大化为目标,下层是弹性需求下的多车型随机用户均衡模型,设计了遗传-模拟退火混合优化的求解算法。计算发现路网收费收入目标的高低将直接影响测算所得费率的高低,进而影响各车型OD出行量,且时间价值低的车型用户比时间价值高的车型用户受费率变化的影响要更为显著,表明双层模型在费率决策过程中能兼顾相关各方的利益,建模时考虑车型分类能更合理地反映现实情况;与遗传算法、模拟退火算法相比,遗传-模拟退火算法计算结果最优。     

随机需求下公交网络设计的期望值模型与求解算法研究

科学规划公交系统是解决城市交通拥挤问题的有效手段,公交网络设计问题更是公交体系规划的重点与难点。公交需求作为公交网络设计的输入条件,在现实中具有不确定性。鉴于此,假设不确定乘客需求具有随机特性,来研究随机需求下公交网络设计问题的优化方法。以乘客成本与运营成本最小化为优化目标,构建了多目标规划的期望值模型。将遗传算法与模拟退火算法相结合,设计了求解模型的遗传模拟退火算法。最后,通过算例验证了提出的模型与算法的有效性。     

A Hybrid Heuristics for Irregular Flight Recovery

Adverse weather conditions, congestion at airports, and mechanical failures often disrupt regular flight schedules. The irregular flight recovery problem aims to recover these schedules through reassignments of flights and cancellations. In this article, we develop the classic resource assignment model for the irregular flight recovery problem, and a new hybrid heuristic procedure based on greedy random adaptive search procedure (GRASP) and simulated annealing algorithm is presented to solve this problem. As compared with the original GRASP method, the proposed algorithm demonstrates quite a high global optimization capability. Computational experiments on large-scale problems show that the proposed procedure is able to generate feasible revised flight schedules of good quality in less than five seconds.     

随机需求下的CDL系统多目标优化

为了增强越库配送对市场随机需求的适应性,兼顾总体利益和零售商门店的个体利益,充分考虑随机需求、库存、配货和原始订单等因素,以提高最终订单满足随机需求的置信水平、增加配送车辆满载率和降低总运营成本为目标,建立了多目标随机规划模型,构建了正规化的多目标适应度函数,设计了具有自适应特点的遗传算法,并进行了实例研究.结果表明:与原始订单相比,最终订单满足随机需求的置信水平、配送车辆满载率分别增加了3.59%、12.71%,每天的总成本平均减少了631 845元,降低了13.73%.     

基于驾驶员偏好的最优路径选择

现实生活中,驾驶员往往依据自身偏好来选择路径,对不同的路径属性有不同的要求,且对其属性值存在一个可接受范围,而不是一个精确值. 本文对存在驾驶员偏好的最优路径选择问题进行了研究,提出了一种能够综合反映驾驶员偏好的最优路径选择方法. 首先基于可能度和区间数相离度的多属性决策方法,建立驾驶员偏好与路径属性总偏差最小的优化模型,并解出路径属性权重;其次算出各路径的综合属性值,建立路径间的可能度矩阵及其排序向量,据此选出最优路径;最后以算例进行验证,结果表明本文给出的路径选择方法具有很好的可行性和适用性.     

铁路集装箱中心站多轨道吊柔性协同调度优化

针对铁路集装箱中心站轨道吊协同装卸调度(RMGCS)问题，考虑多轨道吊间的作业干涉和安全距离约束，建立目标函数为最小化集装箱完工时间的混合整数规划数学模型。结合 RMGCS问题特性，提出一种考虑多轨道吊柔性协同作业的改进麻雀搜索算法(ISSA)，首先，提出能够解决多轨道吊间作业冲突的任务分配策略和干涉判断方法；其次，设计自适应非线性动态安全值，平衡全局和局部搜索；再次，改进加入者更新移动方式，使其在全维度上靠近最优解；最后， 引入LOV(largest-order-value)规则，将个体从实数向量映射到集装箱整数序列。为了验证问题和算法的有效性，分别利用ISSA与其他算法求解不同样本规模的算例，结果表明：ISSA在不同样本 规模的RMGCS问题求解上，均具有更好的寻优效果。此外，所提出的柔性协同调度模式相比现有的固定范围顺序装卸调度模式，使样本量为45的装卸作业总完工时间缩短了15.5%。     

航天器有限推力轨道转移的轨迹优化方法

为使小推力发动机航天器在航行中实现轨道快速机动并有效节省燃料,提出了基于拟谱法的航天器轨道转移轨迹优化方法.采用改进的赤道轨道根数,基于高斯动力学方程建立了航天器轨道转移过程的数学模型,克服了经典轨道根数当偏心率为0, 或者轨道倾角为0 或90时的奇异问题,给出了航天器轨道转移燃料最优性能指标函数以及终端约束和路径约束条件;采用拟谱法,将原始的连续最优控制问题转化为非线性规划问题;利用SNOPT(sparse nonlinear optimizer)算法求解最优轨迹,并提出了具体设计步骤和方法. 仿真结果表明:与fmincon优化方法相比,发动机最大推力为20 N时,本文的优化方法寻优时间减少61%,节省燃料18%.      

随机需求航线网络效应下机队鲁棒优化方法

针对航线网络效应及旅客需求不确定性问题,将旅客组合优化模型加入机队规划问题,借鉴航线网络运力优化分配方法,以机型飞机数目、航段机型飞行频次、行程路线上旅客溢出人数为决策变量,以行程路线上旅客需求限制、航段飞行频次限制、特定机型机队飞行时间限制为约束条件,利用量化市场份额指数计算旅客溢出再捕获率,建立了旅客需求不确定情景下的机队鲁棒优化模型,设计了航线网络环境下的旅客需求离散情景集,用情景汇聚算法求解该模型.算例仿真结果表明,与传统机队规划模型相比较,本文模型的机队规划成本降低了167.07万元;与确定解的最小随机期望值相比,在3种情景集下,随机规划解的机队规划成本分别降低了19.88万元、21.02万元与17.55万元.      

基于支持向量机的桁架桥可靠度评估

针对桁架桥结构极限状态方程一般难以显式表达的特点,提出基于支持向量机的桁架桥可靠度评估方法。通过抽样,采用桁架桥有限元计算,利用支持向量机的非线性映射和泛化能力,建立随机变量与结构响应之间的函数关系,模拟结构极限状态方程,采用优化算法计算桁架桥可靠指标。研究表明:该方法对于评估桁架桥可靠度具有较高的计算精度,但随车辆荷载随机变量的离散性增加,桁架桥的失效概率显著增大。     

An Effective Hybrid Optimization Algorithm for Capacitated Vehicle Routing Problem

IntroductionVehicle routing problem(VRP)is a well-known combinatorial optimization problem and isalso a focal problem of distribution managementwithin the area of service operations managementand logistics.Capacitated vehicle routing problem(CVRP)is a very hard vehicle routing problem.The problem is to simultaneously determine theroutes for several vehicles from a central depot to aset of customers,and then return to the depotwithout exceeding the capacity constraints of eachvehicle.In prac…     

���ڸĽ��Ŵ��㷨������ͨ�ź���ʱ�Ż�

针对城市网络的区域信号配时,本文建立了旨在最小化网络总延误的双层规划模型.在考虑出行者出行需求的基础上,以信号相位绿灯时长为控制变量,实现总延误最小化.在对用户出行需求的路径分配上,将流量分配模型转化为均衡路径问题,进而实现出行用户均衡.由于区域信号配时的变量随着网络规模的增加而增加,因此在求解多变量优化模型时,本文采用改进的遗传算法对该多变量优化问题进行分析和求解.以典型的城市区域交通网络为例,对该问题进行分析和算法的验证.算例表明,改进的遗传算法在城市区域网络中,能够有效地实现信号配时方案的优化,对于城市交通信号配时优化和管理有积极的启示.     

有约束的随机最短路问题模型及算法

针对不确定网络,研究具有随机参数的最短路径问题,采用随机数表示路径权值的不确定性, 建立有约束的期望最短路模型. 基于随机模拟方法,设计了一种融合退火技术的遗传算法,引入退火机制处理有约束的优化问题.在进化过程中,动态调节对不可行解的惩罚力度,使不可行解逐步被淘汰出去, 最后收敛到问题的全局最优解. 给出的数值实例验证了该算法的有效性.     

Network lifetime global optimization for multi-source and single-sink topology in wireless sensor networks

The multi-source and single-sink (MSSS) topology in wireless sensor networks (WSNs) is defined as a network topology, where all of nodes can gather, receive and transmit data to the sink. In energy-constrained WSNs with such a topology, the joint optimal design in the physical, medium access control (MAC) and network layers is considered for network lifetime maximization (NLM). The problem of integrating multi-layer information to compute NLM, which involves routing flow, link schedule and transmission power, is formulated as a non-linear optimization problem. Specially under time division multiple access (TDMA) scheme, this problem can be transformed into a convex optimization problem. To solve it analytically we make use of the property that local optimization is global optimization in convex problem. This allows us to exploit the Karush-Kuhn-Tucker (KKT) optimality conditions to solve it and obtain analytical solution expression, i.e., the globally optimal network lifetime (NL). NL is derived as a function of number of nodes, their initial energy and data rate arrived at them.Based on the analysis of analytical approach, it takes the influence of data rates, link access and routing method over NLM into account. Moreover, the globally optimal transmission schemes are achieved by solution set during analytical approach and applied to algorithms in TDMA-based WSNs aiming at NLM on OMNeT<++> to compare with other suboptimal schemes.