基于蚁群算法的航班着陆排序

当空中交通拥挤时，对航班的着陆顺序进行的调整，可以缓解拥挤，减少航班延误，提高飞行安全性，本文将蚁群算法用于着陆航班的排序问题，首先，建立以航班延误总时间最小为目标的规划模型，将航班着陆排序问题转化为非对称的TSP问题；然后，用蚁群算法寻找符合实际操作的优化排列；最后，经过对某机场实际数据的仿真计算，并与实际运行相比较，本文应用的算法具有较好的有效性和较强的使用性。     

集装箱船舶装箱排序问题的两阶段算法

集装箱船舶装箱排序问题综合集装箱装船顺序与船舶贝内排箱,是一类典型的组合优化问题.考虑堆场发箱顺序和船舶配载之间的关联,构建集装箱船舶装箱排序问题的数学模型.针对构建的优化模型,鉴于已有方法难以直接对其进行求解,基于两阶段分层求解思想设计SWO-HES两阶段算法.算法第1阶段利用吱呀轮算法(SWO)大邻域导向式搜索的特点优化集装箱装船顺序问题;第2阶段将SWO的结果作为输入,基于启发式规则和演化策略算法(ES)构造混合演化策略算法(HES)优化船舶贝内排箱问题.最后,通过不同规模算例的研究,将SWO-HES与常见智能算法、基于实际装船规则的启发式算法进行对比分析,验证模型与算法的有效性.     

生产管理中一类排序问题的扩展模型及通用算法

讨论了生产管理中将n个零件安排给m台机器加工的一类排序问题。取消了m≤n的限制，允许机制空闲并引入负荷（最大加工零件数）的思想，得出了此类排序问题的扩展模型以及通用求解算法。算便结果表明该扩展模型和求解算法的有效性。     

放射状专用线取送车问题模型和算法

为了解决放射形专用线取送作业的合理取送顺序、取送时机和取送次数问题,用定性与定量相结合的方法,建立取送车模型,设计求解模型的排序算法,对放射状专用线取送车问题进行优化,从而可减少非生产停留时间,依照运行图准时发车,并将调车空闲时间用于其他作业。     

基于网页等级的PageRank算法改进

为了提高PageRank算法的准确性,从网络用户对已知网页进行评价的角度引入网页等级,从网页链接分析的角度解决权威性需求.结合网页链接分析和页面内容分析提出一种改进的PageRank算法PRP(PageRank based on Page-level).实验证明,算法为扩展PageRank提供了广阔的空间,通过选择合适的参数page-level,可以提高传统PageRank算法的网页排序的准确性,有效防止恶意链接对pagerank排序值(PR值)造成的影响.     

多目标排序若干新结果（Ⅰ）

对多目标排序问题，提出一类τ约束多目标简单排序问题，将所论问题归结为简单排序模型：QmⅡ∑Fτ.Lj(τ=i-j,-λ≤i，j≤λ），并依据简单和式∑αij分解理论给出了最优排序算法。     

基于网页等级的PageRank算法改进

为了提高PageRank算法的准确性,从网络用户对已知网页进行评价的角度引入网页等级,从网页链接分析的角度解决权威性需求.结合网页链接分析和页面内容分析提出一种改进的PageRank算法PRP（PageRank based on Page-level）.实验证明,算法为扩展PageRank提供了广阔的空间,通过选择合适的参数page-level,可以提高传统PageRank算法的网页排序的准确性,有效防止恶意链接对pagerank排序值（PR值）造成的影响.     

基于改进PageRank算法的路网重要交叉口筛选方法

为便于对饱和交通状况下的城市道路交叉口进行分级管理,需解决城市道路交叉口的重要性排序问题,综合考虑全路网中各交叉口之间的静态结构连接关系和动态流量影响,在改进PageRank算法的基础上,提出了能够反应全路网动态变化的交叉口繁忙程度指标,并将该指标用于路网重要交叉口排序筛选来分析交叉口的状态。研究结果表明:排序越靠前的交叉口越繁忙也越重要,交叉口繁忙程度指标综合考虑了全路网交叉口状况,弥补了以饱和度为评价指标只能片面衡量单个孤立交叉口状态的不足,更准确地反映了饱和交通状况下交叉口之间的相互影响;本文方法排序结果与饱和度评价指标排序结果相比,40%交叉口的排序升降幅度在3位以内,30%交叉口的排序平均下降了7位,其余30%交叉口的排序平均上升了8位。该研究结果为饱和交通状况下交叉口的合理分级提供了量化手段,有助于及时发现急需管控的交叉口。      

计算机程序设计中的排序方法

排序是计算机程序设计中的一种重要操作,它的功能是将一个数据元素(或记录)的任意序列重新排列成一个按关键字有序的序列。由于待排序的记录数量不同,使得排序过程中涉及的存储器不同,可将排序方法分为内部排序和外部排序两大类。主要研究内部排序中的冒泡法排序、选择法排序、快速排序3种排序方法。从排序的思想、排序的过程以及算法的稳定性3个方面进行探讨。     

进化算法在终端区飞机动态排序中的应用

讨论了终端区飞机动态排序问题,并利用进化算法建立了终端区航班排序的数学模型.根据飞机尾流间隔要求,利用生物进化理论,找到更合理的航班着陆队列,减小了航班的总延误成本.仿真结果表明,航班总延误成本的优化结果是令人满意的,该算法在终端区飞机动态排序问题中的应用是可行的.     

基于Greedy方法的动态配流模型与近似算法

为研究寻优能力强、求解效率高且可及时调整的动态配流智能化编制方法,构建了基于Greedy算法的多阶段决策模型.以编组顺序为准依次划分阶段,提出了根据各阶段Δti（将最晚编组时刻和最早解体时刻之差与解体标准作业时间作求余运算所得之值）动态划分解体区间的方法;在解体区间内,以当前阶段待编列车的车流需求为匹配目标,设计了5种依据不同规则与策略的最优解体列车选择算法;将各阶段决策变量依次组成序列,得到最终的解体顺序.选取不同策略或改变参数,进行了8组对比实验,结果表明:简单规则和策略无法保证解的质量,匹配度选择算法的优劣取决于解体区间数量与解体列车选择策略;在基于R_PPCD2（根据当前阶段车流资源与后续阶段所需车流的去向匹配度选择解体列车的策略）的算法中,适当调整解体时间、编组作业时间、出发车作业时间等参数,可以在2 s内寻找到该NP难问题的一个高质量近似解.      

求解一类线性规划问题的原始贪婪算法和对偶贪婪算法及其相互关系

给出了求解一类线性规划问题的一种贪婪算法和求解其对偶问题的一种贪婪算法,并讨论了这两种算法的若干性质及其相互关系.     

求解背包问题的一种新的近似算法

给出了求解背包问题的一种新的近似算法,这一算法是一种改进的贪婪算法,即将部分枚举法与贪婪算法相结合.从而使其具有更好的性能保证.同时,从理论上证明了这一算法的可靠性.最后,通过具体算例验证了算法的有效性.     

基于重点区域覆盖的海军护航位置选择研究

针对目前护航海军普遍使用的伴随护航策略存在的效率较低及时间难以协调 等问题,采用区域护航的理念,建立了基于重点区域覆盖的海军护航位置选择模型,该模 型分为海盗选择及劫持模型,商船求救及海军救援模型,海军护航位置选择模型等3 个子 模型,对模型得到的海盗劫持高危水域进行重点区域部署,提高护航海军的护航效率.为 了快速有效地求解该模型,综合运用遗传算法和贪心算法,提出一种改进的求解算法,使 得计算结果更加符合实际需求.案例计算结果表明,该模型和算法能够为海军选择合理的 区域护航位置,使得海军护航工作更加高效稳定.     

基于改进差分进化算法的出租车合乘问题研究

在现有出租车合乘问题研究基础上,考虑乘客模糊时间窗、合乘意愿等因素,建立 更符合实际的多对多合乘模型,并使用改进的差分进化算法进行求解.该算法设计了一种分段 实数编码方案、基于个体排序的缩放因子F 与交叉概率CR及混合轮盘赌的半贪婪选择策略. 仿真结果表明：所提算法的求解效果优于传统差分进化算法与遗传算法,是解决该类问题的 有效方法;与非合乘模式相比,所建模型成本减少、服务乘客数增加,模型合理有效;同时分析 了模糊时间窗、合乘意愿2个因素对模型求解结果的影响.     

基于混合轴辐式的运输网络决策模型

依据某公司的实际数据,利用启发式贪婪算法求解所构建的模型,先求出子网模型的解,然后并用分枝定界和回溯法来求解子网模型,提高求解效率.计算结果表明：采用混合轴辐式的运输网络优化后的成本比优化前少,降低了3.5％.与此同时,本模型减少了中途停靠点,节省了运行时间,提高了效率.     

基于贪心策略的混合遗传算法在TSP中的实现

由于标准遗传算法初始种群是随机产生的,可能导致算法的收敛速度较低,并陷入局部最优解.为了解决这一问题,提出了一种改进的遗传算法.改进后的遗传算法先用贪心算法产生初始种群,使算法能够更快地达到最优解.选择操作时采用竞标赛方法,在每代进化结束后立即采取了末尾淘汰机制,从而使适应度高的个体被选中的概率增大.并用模拟退火算法改善其局部搜索,通过仿真实验可以看到,提出的邻近倒位变异以及新的非零递减自适应函数可以进一步提高算法的运行效率.     

稀疏表示的人脸识别及其优化算法

稀疏表示的本质就是稀疏正规化约束下的信号分解。提出一种改进的正交匹配追踪算法,使运算量较高的矩阵求逆运算转变为轻量级的向量运算或向量与矩阵的运算,可以加快逆矩阵和大矩阵乘积的求解。将此算法应用于稀疏表示的人脸识别,探讨并验证了稀疏阀值的设置和训练字典的选择对人脸识别率和识别速度的影响。     

基于机载LiDAR和Mean Shift算法提取森林密度

为获取森林密度信息,利用Mean Shift算法对森林点云进行单木分割提取森林密度信息.首先,以点云三维坐标和法向量作为特征向量,利用统计分析方法选择合适带宽及阈值,采用Mean Shift算法对点云进行初始分割;其次,对分割后的点云进行分析,加入灌木、杂草等过滤条件,得到树冠点云;然后,对树冠点云再次进行Mean Shift分割,并对每类树冠点云进行统计,以稳态点为粗略位置标记计算森林密度;最后,与地面实测数据进行验证.地面数据验证结果表明,平均计算精度达到90.0%以上,可满足林业应用需求;通过与分水岭法进行对比发现, Mean Shift方法获得的精度为92.5%,比分水岭方法70.0%高出22.5%,且避免了分水岭方法导致的过分割现象.      

求解预支约束下商品批发零售问题的近似算法

研究了求解预支约束下批发零售问题的一种新的近似算法,这一算法是一种改进的贪婪算法,即将部分穷举法与贪婪算法相结合并从理论上分析了该算法的可靠性和有效性,最后得出了该算法的性能保证为1-e-1.