摘要：旅行商问题(TSP)是组合最优化中的典型问题,求解TSP问题的现实意义重大.随着深度强化学习(DRL)在工业界的广泛应用,利用DRL模型自动设计学习算法成为近期的研究热点.为提升DRL模型在大范围TSP问题上的泛化能力,文章提出一种动态图卷积网络编码和空间注意力机制解码的混合模型求解大范围TSP问题.动态图卷积模块可以动态编码节点信息,从而有效地更新每个节点的隐藏层状态;空间注意力有利于捕捉节点之间的全局联系,进而通过加权所有局部特征计算和提取关键特征.实验结果表明文章模型将TSP50的训练策略泛化至TSP250/500/750/1000时的优化性能超越了先前DRL模型,且在TSPlib标准数据集上的测试结果也显示出模型对优化性能的提升.

摘要：遗传算法等启发式算法在求解旅行商问题时,存在收敛速度较慢、容易出现过早收敛及算法计算效率较低的问题。在模式理论基础上,提出一种新的基因重组算法。根据优良基因模式,设计模式重组算子,运用重构及进化规划的思想设计算法的个体重构算子和个体选择算子。建立一个多目标旅行商问题模型,分析每一轮计算旅行路线适应度值的差异性,采用熵值法确定路程和费用权重。系列实验表明,基因重组算法在求解多目标旅行商问题时,计算效率远高于比较的算法,收敛速度和求解精度也较一般启发式算法有明显改善。

摘要：欧几里德2-连通Steiner网络问题是组合优化中的著名问题,在水、电供应网络等的设计中有非常广泛的应用.以块图为工具,证明了非基本最短欧几里德2-连通Steiner网络的一些结构性质.

摘要：航天器(卫星、飞船等)舱自动化布局设计在数学上属组合最优化、Packing、NPC问题,在工程上属概念设计和方案设计问题.存在的主要困难是:布局问题描述复杂,建模和求解困难,既要解决数学上的组合爆炸问题,又要解决工程系统的复杂性问题,以达到工程上的实用.在综述国内外有关进展的基础上,介绍了该课题组近15年来的阶段性研究进展,重点讨论:(1)模型和求解算法;(2)干涉计算;(3)布局拓扑模式;(4)布局方案评价;(5)工程实用化等5个关键科学问题.

摘要：本文考虑一类新的在线平行机排序模型一实时到达在线问题．该模型中，工件是陆续到达的．工件的个数及到达时间是事先未知的，而且只有当工件到达，才知其加工时间，所求目标是使所有工件都加工完的时间达到最小．对两台平行机的情形，Ｃｈｅｎ与Ｖｅｓｔｊｅｎｓ［２］给出了近似比为３／２的在线ＬＰＴ算法，并证明不存在近似比小于（５－）／２的算法．我们利用黄金分割数设计了一个新的算法，其近似比不超过（１８－５）／１１．

摘要：本文指出离散变量结构优化设计的特点和难点，回顾了它的发展，论述了现有算法的分类、各自的优缺点和解题规模，介绍了它的研究方向和发展趋势．

摘要：布局问题是一个组合最优化问题。通过对布局问题及模拟退火算法的分析 ,将模拟退火算法应用于布局求解中。算例分析表明该算法得到的解优于一般构造算法所得到的解 ;

摘要：本文针对在ＡＳＩＣ逻辑综合结构级优化中，去除冗余逻辑结构后，组合逻辑电路上可能出现的时间延迟不一致现象，导致时序混乱，使时序正常操作的限定条件不满足，这就需要重新安排和分配时序。本文分析组合逻辑电路的结构，提出了调整方法，应用二阶段线性规划方法求出最优解，为ＡＳＩＣ逻辑综合中时序的正常化提供了最佳方案。

摘要：建立一个科学合理的车炮匹配性评价平台十分必要。车炮匹配性评价体系由评价准则层、评价指标层及评价因素层3个层次组成。评价准则层是评价体系的最高层次。评价指标层按照不同的试验检测内容可分为机械匹配、电气系统及电磁兼容匹配、维修匹配和人机环境匹配。评价因素是评价车载武器系统性能的最基本元素。分析了车炮匹配性评价平台的总体设计思路,建立了车炮匹配性评价体系,对评价指标、评价因素和平台数据来源进行了分析。

摘要：对工件有不同到达时间、不同加工时间和尺寸的同型机分批排序问题寻找近似算法。对于大工件(工件的体积严格大于机器容量的1/2)的加工时间不小于小工件(工件的体积小于或等于机器容量的1/2)的加工时间的特定情形,利用动态规划的方法和拆分的技巧,我们设计了近似算法并分析了其最差性能比。