摘要：为研究水泵液压系统混流泵的性能,分析特种混流泵性能参数与系统工作过程物理量的关联性,基于器材水下运动学方程推导混流泵流量、扬程等参数的计算方程,并提出满足器材运动要求的泵性能参数。基于数值模拟和试验并重的研究方法,针对水泵液压系统混流泵开敞式出水结构,优化双圆弧导水结构,数值模拟结果表明双圆弧轴面的过流面积变化均匀,速度场无旋涡等不良流动,减小了装置水力损失。针对混流泵叶轮叶片包角和出口安放角进行优化,获得了陡降的流量-扬程特性曲线,满足了不同工况下器材加速要求。叶轮出口采用非线性环量分布流型,提高了水力效率,试验结果表明优化的开敞式混流泵最高效率达到83.24%,各项性能指标均满足优化设计要求。

摘要：针对预算最大覆盖问题,设计出一种基于有效限制邻域结构的禁忌搜索算法(Effectively Restricted Neighborhood Structure Based Tabu Search,ERNSBTS)对其求解。该算法主要由动态初始化、基于策略限制邻域结构和动态随机扰动重新初始化三部分组成。首先,提出构建剩余利润和剩余价值密度来生成好的初始解。然后,引入计数器G来记录当前解下元素覆盖次数,设计相对置空率和相对增益率两种策略来得到最有期望子集来限制邻域结构。最后,设计扰动程序,将贪婪与启发式思想相结合,考虑全局和局部的凸组合,以增加初始解的多样性。在数值实验中,分析了ERNSBTS算法参数设置,同时将其与近似算法、PLTS和VDLS算法的结果进行比较分析,证实了ERNSBTS算法在求解质量、计算效率和鲁棒性方面的高竞争力。

摘要：针对带容量约束车辆路径问题(CVRP),提出了一种改进差分进化算法(IDE)。首先,在变异、交叉操作过程中提出一种新的扰动策略,同时设计两类不同的邻域搜索算子,加快算法收敛速度;其次,设计一种多样性保护策略,以防止算法后期种群单一化;最后,基于个体、整体收敛性设计两种惩罚因子,对不可行解作出有效的惩罚。通过对三组CVRP问题实例进行仿真实验分析,并将求解结果与其他算法相比较,验证了所提算法的有效性。

摘要：针对内蒙古电力公司传统设备检修管理模式存在的电网承受压力大、检修人员工作强度大、资金利用率低等问题,基于ERP系统构建设备检修管理模型,采用设备资产的全寿命周期管理模式,提出以工单管理为核心,通过与项目管理、物资管理、财务管理、资产管理和生产管理系统集成的方式,实现设备检修项目、检修计划、检修执行和检修成本的流程化管理,在基础管理、业务管理和决策支持层面实现其管理职能,解决传统管理方式中存在的问题,提高部门协作效率和业务规范化程度,实现设备资产的全寿命周期管理。

摘要：针对典型的组合优化问题——多选择背包问题(MCKP),提出了一种融合差异进化的混合算法(IDEHA)。算法按照适应度值将个体分为3个阶级,实施差异进化;通过设计一种有效的随机贪心修复策略,引入精英库进行协同寻优来加速算法收敛。通过对典型的多选择背包算例的求解并与其他算法的对比分析,基于融合差异进化的混合算法具有收敛速度快、求解精度高、稳定性和鲁棒性强等优点。

摘要：论文提出了一种改进最近邻算法用于求解多车场车辆路径问题(multi-depot vehicle routing problem,MDVRP)。为了求解问题解空间得到有效控制,融合最近邻算法与K-means算法的优势对客户进行较为合理的车场分配,将多车场车辆路径问题分解成多个单车场车辆路径子问题。在子问题的求解阶段,提出一种编解码规则,基于车辆装载量利用率得到提高,减少车场车辆路径长度,设计了全局优化策略,基于车辆内部客户访问顺序及车辆间客户改变导致路径长度变化,设计了局部优化策略,提出了随车辆服务客户数变化而变化的搜索策略,提高了算法的运行效率。在不同规模的问题和仿真实验上验证了所提算法的有效性。

摘要：本文讲述的是一篇关于Struts+Spring+Hibernate的飞机订票系统的设计与实现。该系统是使用JAVA编程技术作用在My Eclipse集成开发环境下的订票系统。在现代社会中,生活节奏不断加快,信息发展越来越发达,对机票预订工作的自动化、个性化和准确化要求也日益强烈的背景下,为了实现机票预订工作的网络人性化,以及实现网络查询和统计一体化而开发的一个管理信息系统。该系统主要实现了飞机航班管理、飞机订票管理、飞机退票管理以及查询飞机航班等功能。

摘要：为了进一步拓宽鸡群算法的研究领域,设计一种离散型鸡群算法(DCSO)。针对0-1背包问题的特点,在基本鸡群算法的基础上,对更新后的鸡群进行离散化处理,同时,在公鸡的位置更新过程中,引入自适应权重组合变异算子并动态调整变异权重,增强种群的多样性,更好地维持算法的"开采"与"搜索"两个阶段的平衡。最后,采用贪心修复算子对不可行解进行修正。通过4个经典0-1背包问题实例的仿真结果表明,相比离散粒子群算法、遗传算法和蚁群算法,DCSO算法在解的质量、收敛速度以及鲁棒性等方面效果显著提升,验证了该算法的可行性。

摘要：针对传统的群智能优化算法在求解柔性作业车间调度问题(FJSP)时,存在寻优能力不足且易陷入局部最优等缺点,本文以最小化最大完工时间为目标,将萤火虫算法(FA)用于求解柔性作业车间调度问题,提出一种改进的离散型萤火虫算法(DFA)。首先,通过两段式编码建立FA连续优化问题与FJSP离散优化问题之间的联系;其次,设计一种群初始化方法,以确保初始解的质量以及多样性;然后,提出改进离散型萤火虫优化算法并引入局部搜索算法,加强算法的全局搜索能力和局部搜索能力;最后,对标准算例进行仿真,验证DFA算法求解FJSP的有效性。通过与遗传算法和粒子群优化算法进行仿真对比,表明了DFA求解FJSP的优越性。

摘要：针对遗传算法求解选址-路径问题存在收敛速度慢、易早熟等缺点,提出了一种近邻域搜索算法(Nearest Neighbor Search algorithm,NNS)。首先,在构造初始解阶段利用贪婪策略产生初始种群,提高初始解的质量;其次,在交叉阶段采用复制交叉的方式,增强算法的全局搜索;最后,在突变阶段使用近邻域局部搜索过程。此外,还设计了种群管理方案,以促进遗传算法种群多样性。在2个基准集上进行了试验,结果表明,与GRASP、MAPM、LRGTS等算法相比,该算法不仅显著提高了收敛速度,而且具有较强的寻优能力。