基于最优搜索理论的小流域事故污染源搜索技术

1流域事故性污染源搜索的基础研究 全面搜集我国流域水环境监测现状资料，根据最优搜索论和现行的事故污染源搜索方法，讨论了时间资源有限情况下的流域事故性污染源最优搜索思想。从搜索目标状态和搜索资源能力两个方面分析了影响流域事故性污染源最优搜索的因素，根据最优搜索理论，构建了流域事故性污染源最优搜索模型体系，     

一种基于极坐标的快速邻域搜索算法

一般邻域搜索方法面临着邻域定义的难点：定义的邻域较小，搜索就可能很快陷入局部最优，相反，则搜索效率会显著下降．针对这一问题，提出了一种基于极坐标的快速邻域搜索算法．试验证明，该算法能有效地解决邻域定义问题，并能在一定程度上解决常用的优化方法还较难解决的非凸集问题，对于一般复杂度问题，有较小的时间和空间复杂度。     

高层办公楼电梯问题

对高层办公楼电梯问题进行了详细分析，并建立了相应的模型。对该模型针对电梯分组的不同情况，采用计算机逐步搜索迭代法进行求解。并给出有关数据后得到最优解，还提出了模型的改进方向。     

制造/再制造混合系统的最优生产批量模型

为了确定制造／再制造混合系统的最优生产批量，假定需求率和回收率是连续、确定的，以单位时间内新产品和再制造产品的订购费以及回收件和可用件的存储费之和最小为目标，建立了新产品制造和回收件再制造的最优批量模型．为保证批次是正整数，给出了批量计算结果的简单修正方法．该模型不仅适用于再制造生产率有限和无限的情形，而且适用于制造生产率有限和无限的情形．算例结果验证了该模型的有效性．     

多模式部分量子搜索算法

为了提高数据库的搜索速度，提出了多模式部分量子搜索算法。该算法把数据库的搜索项分成若干等份，通过舍弃不重要信息，再用多模式量子搜索算法，加快搜索速度，并可在数据库中同时搜索到多个模式．实例表明，当数据库有7．206×10^16个搜索项时，采用部分搜索算法比全局搜索算法可以减少1．325×10^6次搜索迭代．     

一种可伸缩的预测性快速运动向量搜索算法

基于钻石搜索的特点，提出了搜索距的概念．通过对不同搜索距的检测点特性的研究，并吸收了PMVFAST算法中“见好就收”的思想和初始预测候选运动向量集的概念，提出了一种新的可伸缩的预测性十字方块快速运动搜索算法，该算法以检测点的块失真特性统计为基础，制定出精确可控的可适应搜索准则．大量模型实验表明：该算法能获得更好的视频质量，同时，拥有良好的搜索速度伸缩性，在允许图象质量有0．05dB降低时，搜索速度能提高1．5-2．5倍．     

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．     

基于微粒群本质特征的混沌微粒群优化算法

在总结对微粒群优化(PSO)算法本质的主要研究成果的基础上,提出了基于微粒群本质特征的混沌微粒群优化(CPSO)算法.该算法用混沌搜索方法代替随机数产生器在较好的区域搜索最优解.为了提高粒子群的多样性,用由粒子邻域内若干个个体最优位置依其适应值加权平均得到的中心位置代替标准PSO算法的全局历史最优位置.然后,根据粒子个体最优位置与上述中心位置间的距离自适应地调整混沌搜索区域半径.用几个经典测试函数的仿真结果及与其它几种PSO算法的比较结果验证了新算法的有效性.     

调质阻尼器对结构地震响应的控制效果分析

提出了用于结构地震响应控制的调质阻尼器的参数确定准则，即通过数值搜索法，使得结构－调质阻尼器系统中结构的正规化稳态频率响应幅值的极大值最小，基该准则，给出了调质阻尼器最优参数的选用表格，选用了60条地震波，统计分析了调制阻尼器对不同时期和阻尼比的结构的控制效果。     

海空救援一览

为了抗衡海难和海损事故的突然性，不可抗御性、难于预测性、难于定位性，美国动用空中力量进行搜索和救援，搜索与救援部队、搜索与救援飞机主要由美空军作战怀念部负责管理，其主任务为：战时在敌对环境中能够实现24小时作战，寻找失散于敌后方的机组或是作战人员，平时参与执行民间搜索与救援，应急航天医疗评估、灾难救援、国防援助、禁毒行动和NASA支持等任务。     

基于数据库的动态路径寻优算法与实现

为适应当今数据存储和处理的需要,在路径寻优算法的实际应用过程中可以充分利用数据库管理数据的功能。利用实时动态的交通信息,寻找动态实时的最优路径,建立一个基于浮动车数据的动态实时路段速度数据库。通过实时动态地获得数据库中路段数据,提出基于数据库操作的动态路径寻优算法。为提高算法效率,提出动态变化限制搜索区域大小的辅助算法,并通过实例应用实现算法。     

蚁群算法在城市交通路径选择中的应用

针对城市交通路径选择问题,引入蚁群算法并将其改进为可同时满足对路程和时间最优的路径搜索算法,设计了相关的搜索规则和流程.在大量试验的基础上,讨论了算法中各种参数对路径搜索算法收敛性(包括收敛速度和准确度)的影响,并获得了一纽最优的经验参数.分析了搜索中产生伪最优解路径的规律,并通过控制收敛速度和加快趋向最优路径对蚁群算法进行了优化.结果显示,所进行的优化能有效抑制伪最优路径的产生,在2个周期内即可完成搜索.     

�����Ŵ��㷨�Ż���·����·��

公路运输路径问题已被证明是高维非线性完全问题,实际中还会增加非流通图约束,使求解更复杂,研究价值较高.鉴于传统遗传算法在求解过程中容易出现早熟收敛、冗余迭代的缺陷,在初始种群生成、交叉变异及搜索操作方面提出改进,设计混沌遗传算法.采用遍历城市顺序的染色体编码,结合随机法与贪心法生成较优初始种群,避免出现大量非可行染色体,提高了后续的遗传效率.接着,执行优先保留交叉和平移变异操作,依次引入局部邻域搜索以及混沌搜索以加快算法收敛,还给出最优解的非连通公路约束满足判据.最后,实验结果验证了新算法的有效性,不但取得了较优解,而且子代种群离散程度较小,收敛性更好.     

Novel Local Search Method for the Traveling Salesman Problem

A new local search method for the traveling salesman problem based on an original greedy representation of solution space and neighborhood structure is proposed. First, a partial closed route that only consists of three cities is given; then other cities are added to this route by a greedy procedure successively. Implemented on a personal computer, this algorithm finds optimal solutions for 24 out of 27 standard benchmarks, and outperforms the Full Subpath Ejection Algorithm (F-SEC) proposed by Rego in 1998.     

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．     

Local Search Algorithm with Hybrid Neighborhood and Its Application to Job Shop Scheduling Problem

A new local search method with hybrid neighborhood for Job shop scheduling problem is developed. The proposed hybrid neighborhood is not only efficient in local search, but also can help overcome entrapments while search procedure get trapped at local optima and carry the search to areas of the feasible set with better prospect. New strategies used for breaking out of entrapments are presented and they are helpful for the procedure to improve local optima. A performance comparison of the proposed method with some best-performing algorithms on all 10-job, 10-machine benchmark problems and the other two problems generated by Fisher and Thompson ( ie. , FT6 and FT20) is made. The experiment results show the better optimal performance of the proposed algorithm.     

基于改进变尺度混沌优化的临界滑面搜索及应用

针对边坡稳定性分析中边坡临界滑动面问题,将改进的变尺度混沌优化算法和边坡稳定性分析的无条分法结合起来,采用混沌Logistic模型进行混沌搜索,内外循环缩小有效区间,最终搜索到边坡画面临界全局最优解,实现了对工程中一般岩土体边坡临界滑动面的搜索求解.     

基于动态容量的航班进离场流量鲁棒优化分配

为解决机场和定位点动态容量条件下的航班进离场流量优化分配问题,以总航班延误损失为决策依据,建立了绝对鲁棒优化模型、偏差鲁棒优化模型和相对鲁棒优化模型,并用捕食搜索算法,设计了寻找鲁棒最优解的算法流程.以国内某机场数据为例进行仿真验证,结果表明,得到的鲁棒最优解能够根据不同偏好有效规避风险,与该终端区一般容量条件下最优解的航班延误损失相比,偏差鲁棒最优策略和相对鲁棒最优策略下的航班延误损失分别减少了8.2%和7.8%.     

高速列车停站优化问题的两阶段求解算法

为了提高高速列车停站优化问题的求解效率,以高速列车停站设置原则为基础,分析了影响列车停站的主要因素,从方便旅客出行及减少旅客出行广义费用两方面考虑,建立了列车停站方案综合优化模型.结合列车停站优化问题的特点,提出了包含初步优化和综合优化的两阶段优化算法,初步优化阶段采用基于先验知识的局部优化方法,可以快速有效的获得问题的较优解,综合优化阶段利用具有较强爬山能力的禁忌搜索算法进行全局优化.最后对某高速铁路高峰小时开行列车的停站优化问题进行求解.结果表明,两阶段优化算法比一般禁忌搜索算法效率提高约30%.     

理想AND/OR图搜索策略的推广

SUB和COM是专家系统推理网络图中常见的关系算子，AND和OR分别是SUB和COM算子的特例．建立在理想AND／OR图上的半景搜索法和最大优势搜索法可以推广到包含SUB和COM算子的理想非AND／OR图的搜索，而最大超越搜索法则可推广到包含回路结构的非理想AND／OR图的搜索．