作业车间调度问题的改进遗传算法

研究了作业车间调度问题，并提出了一种新的求解方法，将邻域搜索与遗传算法相结合，提高遗传算法的局部搜索能力，加速进化过程，详细论述了该方法的优越性．     

混合遗传算法在结构优化设计中的应用

基于邻域搜索的自适应遗传算法和标准遗传算法的一种离散变量结构优化设计的混合遗传算法,既能发挥邻域自适应算法省时、高效、成熟收敛的特点,又能发挥遗传算法全局最优的特点.优化设计结果表明:改进后的混合遗传算法的收敛性得到了很好的改善,使个体既能沿着当前种群优势方向前进,又能跳出局部最优,寻求全局最优.     

基于ITD和邻域差分能量算子解调的内燃机瞬时转速计算

针对内燃机瞬时转速计算精度低、对采样频率鲁棒性差的问题,提出了基于固有时间尺度分解（Intrinsic Time‐scale Decomposition ,ITD）和邻域差分能量算子解调（Energy Operator Demodulation ,EOD）的瞬时转速计算方法。利用自适应波形匹配算法对原采样信号进行端点延拓,然后基于ITD算法从信号中提取包含瞬时转频的单分量信号,再对单分量信号进行邻域对称差分,并将差分结果输入传递函数计算能量算子,进而求出内燃机的瞬时转频和瞬时转速。仿真和实测信号研究证明了本方法计算速度快、精度高且频率鲁棒性好。     

有时间窗车辆路径问题的混合算法

提出了一种基于模拟退火算法（SA）和大规模邻域搜索（LNS）的混合算法,并采用PFIH算法构造较高质量的初始解,同时给出了一种调整客户时间窗的回归迭代策略,从而计算出每辆车的最佳出发时间,并证明这种策略可使每辆车的等待时间均为零。从试验结果可以看出,该算法用于求解VRPTW问题效果显著,计算速度较快;与其他算法相比,显示了其较强的实用性和可操作性,为解决VRPTW提供了一种有效的算法。     

考虑超重超远客户的卡车无人机协同配送研究

卡车与无人机配送的母船模式是指卡车搭载无人机至离客户较近的地点后,由无人机起飞配送多个客户点,再与卡车汇合的协同配送方法,是交通工程领域中具有潜力的重要发展方向之一。考虑到现实中存在部分客户点需求量超出无人机最大载重,或所处位置超过无人机最大航程覆盖范围的情况,在母船模式基础上,提出考虑超重超远客户的卡车与无人机协同配送模式(Truck-Drone Joint Delivery with Consideration of Customers with Great Demands and at Great Distances, TDJD-CGDGD)。该模式允许卡车服务超重超远客户,并允许无人机起降于不同地点。该模式下待求解的问题为含无人机的旅行商问题。以最小化总配送成本为目标,构建了混合整数线性规划模型。为高效求解大规模算例,提出了一种融合贪婪随机自适应搜索(GRASP)与自适应大邻域搜索(ALNS)的混合算法。算法首先在附加约束条件下,生成车机共同配送路径,该约束可简化车机路径优化过程。随后放松附加约束,针对性地调整一部分无人机路径,进一步降低总成本。试验结果表明：所提算法具有较好的...     

一种新的基于自组织映射的流形学习算法

针对自组织映射（Self-Organizing Map,SOM）算法在进行流形学习时容易陷入局部极值和产生“拓扑缺陷”问题的原因,提出了一种新的基于SOM的流形学习算法：TO-SOM（Training Orderly-SOM）．根据流形的局部欧氏性,TO-SOM算法从一个局部线性或近似线性的数据子集出发,按照数据的内在流形结构对其进行有序训练,可以避免局部极值、克服“拓扑缺陷”．根据SOM算法的鲁棒性,TO-SOM算法在成功学习数据内在流形结构的同时,对邻域大小参数和噪声也不像ISOMAP和LLE等现有流形学习算法那样敏感,从而更容易得到实际应用．     

L()-不分明化邻近结构和滤子

本文基于连续值逻辑用语义方法定义了不分明化δ-邻近结构和不分明化滤子,并由不分明化δ-邻近结构给出了δ-不分明化邻域系的概念;证明了这种定义下的δ-不分明化邻域系构成不分明化滤子,得到了不分明化δ-邻近结构的可分离性与δ-不分明化邻域系Nx的T1、T0-可分离性的等价性。     

资源受限项目调度中基于邻域搜索的混合遗传算法

分析了资源受限项目调度问题,针对其具有NP-hard的特点,提出了一种基于邻域搜索的混合遗传算法,将启发式算法与遗传算法相结合,用邻域搜索的思想进行变异操作.结果表明,该算法不仅保证了算法的全局收敛性、而且提高了算法的收敛速度和解的稳定性.     

基于图像增强技术的舰船图像拼接

当前舰船图像拼接技术存在拼接准确率低、拼接速度慢等问题,为了提高舰船图像拼接精度,设计了基于图像增强技术的舰船图像拼接方法。首先对当前舰船图像拼接方法进行分析,得到舰船图像拼接准确率低的原因,然后采用图像增强技术对原始舰船图像进行预处理,提高舰船图像的清晰度,并计算舰船图像的分块邻域梯度向量,得到舰船图像的初始拼接结果,最后去除舰船图像初始拼接结果中的拼接错误,并引入聚类分析算法对舰船图像拼接结果进行优化。舰船图像拼接仿真测试结果表明,本文方法可以消除图像相似性对拼接结果的不利影响,可以进行高精度的舰船图像拼接,并且减少了舰船图像拼接时间,舰船图像拼接速度要快于当前其他舰船图像拼接方法,获得了令人满意的舰船图像拼接结果。     

改进变邻域搜索算法在动态船舶路径问题中的研究

船舶物流调度是全球经济发展中非常重要的一环,降低船舶物流成本对经济发展有现实意义。船舶路径问题属于组合优化范畴,有动态和静态之分,后者是由前者发展而来。变邻域搜索算法是一种启发式求解动态船舶路径问题近似解的方式。但其存在容易陷入局部最优的缺点。为了改善这种缺陷,本文提出一种改进基本变邻域搜索算法的领域结构。