摘要：资源受限项目调度问题(RCPSP)是最具代表性的项目调度问题之一,针对实际情况中考虑资源投入的必要性,建立一种以资源投入为变量的基于广义资源日历约束的项目调度优化模型.首先,引入组合优先关系的概念对广义资源日历的概念和具体内容进行整合和完善,为了避免传统网络图在表示组合优先关系时出现的网络循环等弊端,使用节点表示活动开始和结束的瞬时状态改进节点网络图;其次,考虑活动优先关系、活动持续时间、不可更新资源总量和资源日历约束,以项目工期最短和项目成本最小为优化目标,运用CP优化器求解所建立的多目标优化模型;最后,通过设计仿真算例并进行数值实验验证模型的准确性和高效性.

摘要：在传统报纸印刷行业中,设计人员需要根据设计规则进行人工排版,其排版过程造价成本较高且耗时耗力。为提高排版效率,研究提出一种基于历史优秀版面的样式自动生成与微调方法。为了从数据中学习到报纸排版的风格,创建一个包含丰富的设计元素参数信息的电子报数据库,这些特征信息能够有效地反映报纸的布局。对于给定的新闻文章,首先根据历史优秀版面训练概率模型来推断电子报版面的样式,并结合固定约束和用户约束保证样式有效,同时构建美学设计原理的量化方法进一步实现样式微调。最后通过定性和定量评估,表明新方法可以生成满足视觉美观性、层次性和可读性的报纸。本文方法可为版面设计样式智能生成提供参考。

摘要：以小天体接近段任务为背景,提出了一种基于约束规划的鲁棒制导控制方法。该方法将目标天体引力模型引入轨迹规划过程中,并将具有控制约束与轨迹状态约束的非线性动力学路径规划问题转化为以优化燃耗为性能指标的二阶圆锥规划(second-order cone program,SOCP)问题;同时考虑目标天体引力模型与外界干扰等不确定因素对轨迹跟踪的影响,基于模型不确定界设计鲁棒反馈控制律。数学仿真证明,在相同条件下,基于凸规划的制导控制性能无论在制导控制偏差或是状态与控制约束满足方面均优于传统多项式拟合制导控制算法。

摘要：利用约束规划(constraint programming,CP)与数学规划(mathematical programming,MP)结合的方法求解调度问题已经获得了一些较好的研究成果,正成为调度问题研究领域的一个新的热点研究方向.本文针对求解资源受限项目调度问题(RCPSP)的整数规划模型,设计了基于CP技术的问题和模型预处理方法,证明了整数规划模型的有效不等式定理,提出了通过将项目子网络图转化为加权最大团问题求解后获得有效不等式的方法.引用标准问题库PSPLIB中的一组典型问题进行求解实验,结果表明本文提出的有效不等式可以明显改进模型的求解质量和时间性能.论文最后对实验结果进行了深入讨论,讨论了未来的研究方向.

摘要：分析了飞机和机组运行计划的特点与异同,以最小化恢复总成本为目标函数,以飞机、航班、机组和机场的时空衔接、流平衡等为约束条件,建立了飞机和机组一体化恢复的约束规划模型。针对一体化恢复问题的特点和模型结构,利用混合集合规划方法设计搜索算法,并进行了实例验证。计算结果表明:对小规模问题,约束规划模型与分阶段恢复方法得到的结果一致,延误均为6 020min;对中大规模问题,约束规划模型与分阶段恢复方法求得的延误分别为9 670min和12 840min,约束规划模型比分阶段恢复方法减少约24.69%的延误;分阶段恢复方法在约22.2%的情况下无法求得可行解。可见,约束规划模型可行。

摘要：集装箱码头岸桥调度问题研究如何调度一组岸桥在满足实际约束的情况下尽早完成集装箱船的装卸操作。岸桥调度模型要考虑岸桥冲突、安全间距、就绪时间以及任务优先关系等实际约束才具有实用价值。现有文献求解集装箱码头岸桥调度问题多采用专门设计的启发式算法,目前效率最高的算法仅能求得岸桥单向调度解。本文建立了基于约束规划的支持岸桥双向调度的岸桥调度问题模型,并利用基准测试数据进行测试,与现有启发式算法求解结果进行比较,结果显示约束规划模型具有求解质量好、求解速度快的特性,具备良好的实际应用前景。

摘要：为提高大数据平台下大规模图例的最大团问题求解效率,提出一种基于并行约束规划的最大团识别算法.通过BMT图划分策略将一个复杂图例分割为若干个可独立计算的子图,并将其分配给Spark集群中的计算节点,每个计算节点采用约束规划方法对分割产生的子问题分别进行建模和求解,实现最大团问题的并行化处理.引入时间预测模型,设计基于任务运行时间预测模型的并行图划分方法,从而有效解决计算节点的负载均衡问题.实验结果表明,与基于BMC图划分策略的最大团并行识别算法相比,该算法具有更高的求解效率,可取得近似线性的加速比.

摘要：给出了一种求解约束规划问题的新解法。新方法将约束规划问题转化成两个目标优化问题,并对转化后的多目标优化问题设计了一种新型多目标粒子群优化算法(MOPSO)。数据实验表明该算法对带约束的规划问题求解是非常有效的。

摘要：提出了一种基于约束规划的选择性神经网络集成方法,在训练出个体网络之后,用约束规划方法选择出相对最佳的个体网络组成神经网络集成。理论分析和实验结果表明,该方法设计过程简单,能够以较小的运算代价提高神经网络集成的泛化能力。

摘要：解非线性约束规划的困难在于如何处理问题的约束,从问题的约束条件出发构造了一个新的极大熵函数,利用此函数将原非线性约束规划问题转化成了两个目标的多目标优化问题。通过对搜索操作和参数的合理设计给出了一种新的极大熵多目标进化算法。计算机仿真表明该算法对带约束的非线性优化问题求解是非常有效的。