基于下降搜索的量子进化算法

为了提高全局寻优能力和收敛速度，基于量子进化算法和混合遗传算法，提出了一种新的进化算法．该算法将下降搜索理论应用到量子进化算法中，改进了量子进化算法仅靠量子门进行迭代的作用，从而加快了收敛速度，并降低了个体在进化时产生退化的可能性．典型函数的仿真实验结果表明，该算法具有好的全局性和收敛性．     

量子进化和模拟退火的混合优化算法

将量子算法和模拟退火算法相结合,提出一种量子进化和模拟退火的混合优化算法。本算法同时利用了量子算法的并行搜索能力和模拟退火算法的串行搜索能力,和量子算法相比有更快的收敛速度和更好的全局寻优能力。仿真实验也表明本算法有更好的搜索性能。     

一种渐变概率选择操作的实数编码量子进化算法

为进一步提高实数编码量子进化算法在进化过程中的种群多样性以及在高维复杂函数优化上的全局收敛性,参照模拟退火算法的特点,提出了一种渐变选择概率的实数编码量子进化算法,该方法通过在进化过程中逐步提高更好解的选择概率,在进化计算初期保持种群的多样性,能较为全面地对解空间进行搜索,而在进化末期,选择概率逐渐提高到1,只接受更好的解而保证算法稳定的收敛。仿真实验结果表明,该算法能有效避免早熟和局部极值问题,具有更快的收敛速度和更高的求解精度。     

求解约束优化问题的动态目标迁移差分进化算法

针对约束优化问题的特点,给出一种改进差分进化算法.将差分进化算法做了适当修正,在初始化中加入迁移操作,依据违反约束度函数和原目标函数进行选择操作,当个体的违反约束度在容忍度以外时,通过违反约束度函数更新个体,当个体的违反约束度在容忍度以内时,通过原目标函数更新个体,实验研究结果表明该算法能有效求解约束优化问题.     

基于邻域极值数的协同粒子群优化算法

提出了一种基于邻域极值数的协同粒子群优化算法。该算法将种群分为若干个独立进化的子种群。根据邻域极值数确定各子种群的生存状态。根据子种群的生存状态对子种群实施相应的控制操作,提高子种群的搜索能力,实现子种群之间的信息共享,共同进化。测试结果表明基于邻域极值数的协同粒子群优化算法是一种高效稳健的全局优化算法。     

基于双向维度抽取的协同进化存档算法

为改进协同进化算法的可靠性和有效性,本文结合问题域内固有的维度结构特性,提出了一个基于双向维度抽取的存档算法．该算法简化了DECA中的维度抽取方法,并提出从测试个体和候选个体两端分别实施维度抽取（仅选取每个维度上代表当前进展的测试个体和带有维度信息特征的高性能候选个体保留存档）,用于维持进化在各维度上的全局进展．实验表明,与同类算法相比,本算法使用的两个档案在进化中均保持了较小的存档量,性能高于其他同类算法．     

用整数编码的单亲遗传算法求解组合优化问题

在求解组合优化问题时，有一类问题要使用序号编码GA操作，但采用传统的GA算法操作复杂，计算效率不高．改用整数编码的单亲遗传算法来解这类问题，有其优越性．以组合优化问题中的N皇后为例，说明用此方法使其计算简明、直观、有效．     

一种多目标优化进化算法研究

提出了一种基于多性别遗传算法(MSGA)的多目标优化进化算法，在同一性别种群的进化中采用了线性排名选择算子，给出了一种求解非劣解的算法，并以两个算例作了对解决多目标优化问题有效性的验证。     

一种用于机器人协同进化的级联模块式进化神经网络

给出一种用于机器人协同进化的级联模块式进化神经网络，分析了其结构组成，提供了网络构造和进化方法，给出其评价。初步研究和仿真结果表明，该网络能够较好地开放社会机器人协同进化对速度和知识完备性的要求。     

��ֽ���ϸ����ʳ�㷨��⹫������������

为了提高公交车辆优化调度方案的有效性,考虑公交车辆平均客运量,最大、最小发车间隔等约束, 建立了以企业收益和乘客利益最大为目标的公交车辆调度模型.针对公交车调度强NP组合优化的特点,提出了一种基于差分进化细菌觅食优化算法求其有效近似解.传统细菌觅食算法优化过程速度较慢,利用差分进化方法对趋化过程中的细菌位置进行修正,增加收敛的精度.最后,结合某公交线路的数据,编程进行计算与仿真,结果表明,利用该模型及其算法能够快速得到公交发车间隔的满意解.     

基于Kriging模型的改进协同优化算法

为了提高协同优化算法的求解效率,利用Kriging模型,构造系统级近似优化模型,提出了基于Kriging模型的改进协同优化算法.该算法采用置信域与均匀设计相结合的方法,完成近似模型的更新;采用序列二次规划算法,完成优化问题的求解.以经典函数和减速器设计为例,验证了改进协同优化算法.结果表明:该算法能提高计算效率,在减速器设计中,迭代次数减少50%左右.     

混沌优化算法在协同设计冲突消解中的应用

利用混沌优化算法,对协同设计中建立的约束网络数学模型进行寻找全局最优解操作,以实现冲突消解,最后利用常用寻优函数对该应用的有效性进行了仿真验证.数值试验结果表明,本算法具有结构简单,鲁棒性强,易于实现,效率高的优点,从而能够实时地对协同设计中检测到的冲突进行消解.     

基于两阶段算法的运行图与天窗协同优化

列车运行图铺画与天窗设置存在相互影响,相互制约的耦合关系,为了达到优化列车运行图结构,合理配置铁路运力资源的目的,在分析天窗与列车运行动态影响关系的基础上,以天窗设置对列车运行线铺画影响最小为目标,建立了列车运行图与天窗协同优化的混合整数规划模型.考虑问题复杂性,设计了包含初步优化和综合优化的两阶段求解算法.初步优化阶段采用基于专家经验的启发式算法得到列车运行图的大体框架,综合优化阶段利用禁忌搜索算法获取全局最优解.最后以宝成线(阳平关—成都)为例进行有效性验算.结果表明,相较于人机交互编制所得运行图,优化得出的运行图中所有客货列车在途经车站的总停留时间降低了6.19%,共减少1 355 min,其中旅客列车和货物列车在站停留时间分别降低了3.08%和7.40%,减少总时间分别为189 min和1 166 min.     

混合超启发式法求解大规模VRP的优化研究

车辆路径是一类NP(non-deteministic polynomial)完全问题,研究解决车辆路径问题的高质量启发式算法有着重要理论价值和现实意义.提出一种将最近邻搜索法和禁忌搜索法优势相结合的混合超启发式算法,用来解决带容量约束的车辆路径问题.先利用最近邻搜索法构建初步路线,再利用禁忌搜索法对内部线路和互跨线路进...     

基于铁路客票价格问题的混合优化策略算法

混合智能算法和双层规划模型在城市交通领域已得到了广泛的应用,且实际效果显著。本文采用基于遗传算法（GA）和模拟退火算法（SA）的GASA混合优化策略求解铁路客票价格问题的双层规划模型,并用一个简单的算例表明：本算法在求解该双层规划方面更好发挥了智能搜索的优势,具有更高的效率和可信度。     

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…     

公交站场选址布局优化模型和算法

现有研究没有将公交站场选址和线路车辆停放调度作为一个整体,无法发挥整个公交系统的最大效率.针对此缺陷,根据不同线路的首末站在时间和空间上的停车需求不平衡性,综合考虑车场能力、建设成本和最大里程等现实因素,以极小化所有公交车的行驶里程为目标,建立一种公交站场选址布局优化模型,确定站场的最佳位置和泊位数,将各线路的所有车辆安排至相应站场.根据问题特征,设计求解该问题的两阶段启发式算法,给出了具体求解流程,并分析其计算复杂性.最后,结合一个算例,计算最佳的公交站场选址方案,分析参数灵敏性对其布局的影响程度,从而验证模型和算法的有效性.