面向布局问题求解的混合全局优化算法研究

布局问题属于NP完全问题。由于布局函数的病态性状，传统的优化算法很难解决此问题。遗传算法、模拟退火算法等对全局优化展示了一定的前景，但是它们的求解精度和效率不能令人满足。本文将启发式随机搜索策略和局部优化算法相结合，构造了混合全局优化算法（MGOA）来解决这一困难。通过典型测试函数与经典遗传算法，模拟退火算法，复合形法进行比较验算，表明该算法具有优良的求解质量和较好的求解效率；并以旋转卫星舱布局的简化模型为背景，建立多目标优化数学模型，通过一个已知最优解的布局算例与遗传算法和乘子法的计算结果比较，该算法求解的质量和效率更优。表明此算法在布局优化中具有应用潜力。     

Vague集之间相似度量的分析与研究

分析了现有的5种Vague集(值)之间相似度量的方法，指出这些度量方法不能准确刻画Vague集(值)之间相似度量的本质，导致了错误的推论．通过确定2个Vague值之间精确相似度存在的最小区间，得到一种新的度量方法——最小区间法．该方法不仅具有较好的特征和度量效果，而且为匹配算法的改进提供了数学基础．     

布局问题的复杂性和建模方法

布局问题具有广泛的应用背景，它的求解理论及方法对于设计自动化领域具有典型意义。由于其本身具有NP完全的性质和建模复杂性，求解具有很大的难度。文中着重介绍了布局问题的复杂性和目前存在的多种建模方法，并根据智能工程的理论指出布局问题建模方法的发展方向－建立复杂布局问题的复杂知识模型。     

长方体布局问题的一种启发式算法

长方体布局问题属于NP完全问题,在串行机上解决这类问题只能依赖启发式算法。本文提出了一种对布局空间进行动态分解和对剩余空间进行合并和再利用的启发式算法。分解过程采用三叉树数据结构表示,深度优先原则搜索,根据一定的定序规则和定位规则快速求得问题的满意解。同时针对影响布局结果的"难布置的布局物体",设计剩余空间的合并规则,达到该类物体的布入,并通过算例说明了本算法的有效性,对长方体布局具有一定的指导意义,也为人机结合的优化布局提供了良好基础。