摘要：Ｌａｗｌｅｒ和Ｌｅｎｓｔｒａ已证明［１］：单机排序问题１‖ｎｑ＝１Ｗｑｍａｘ｛（ｃｑ－ｄｑ），０｝是“强”ＮＰ完全的。而该问题是１‖ｎｑ＝１Ｗｑ｜ｃｑ－ｄｑ｜的子问题，因而也是强ＮＰ完全问题，没有好算法。本文在假设Ｐｋ≥ＰｑＰｋ／Ｗｋ＞Ｐｑ／Ｗｑ成立的条件下，设计出求该问题的近似最优解的伪多项式时间算法。

摘要：研究了结构优化设计通常采用的静定化假设对最优解的影响.建立了桁架结构优化的数学模型,分别得到了解析的约束条件和基于静定化假设的约束条件的近似显式表达.以两个超静定桁架为例,分别用相对微分法求解析最优解和近似最优解,比较两者后得到结论:除了仅有应力强度约束的问题,静定化假设对最优解没有影响;在仅有应力强度约束的情况下,静定化假设导致满应力准则设计,从而影响最优解;凡存在全局约束、其他局部约束或稳定约束为最严约束,则静定化假设不影响最优解.

摘要：支持向量机的参数选择仍无系统的理论指导,且参数优化一直是支持向量机的一个重要研究方向。传统果蝇优化算法能够较快寻得一个较优的近似最优解,随后在该解的邻域继续迭代而造成寻优时间的严重增加。针对该问题构建了果蝇优化算法与均匀设计相耦合的果蝇耦合均匀设计算法,并将其用于支持向量机的参数优化。该算法首先利用果蝇优化算法并行寻优以快速得到所研究问题的一个较优近似最优解,然后跳转执行均匀设计的局部寻优,以获得一个更优的近似最优解。数值实验结果表明:该算法具有较快的寻优效率和较高的分类精度,验证了其在支持向量机参数优化中的有效性和可行性。

摘要：遗传算法是一种在搜索过程中自动获取和积累有关搜索空间知识,并自适应地控制搜索过程,从而得到最优解或近似最优解的通用搜索算法,可广泛应用于求解一些非线性、多目标函数的最优化问题。设计了基于遗传算法求解最优路径问题的方法,并讨论了以Visual Studio 2005为开发环境的实现要点。

摘要：文[9,10]设计了直接求整数规划问题近似解的填充函数算法,但其所利用的文[2,3]的填充函数均带有参数,需要在算法过程中逐步调节。本文建立整数规划的广义填充函数的定义,说明了文[9,10]所利用的填充函数是整数规划问题的广义填充函数,并构造了一类不带参数的广义填充函数。进而本文设计了整数规划的一类不带参数的广义填充函数算法,数值试验表明算法是有效的。

摘要：研究了一类更加贴近于现实生活的模糊环境中的指派问题,即利润矩阵和时间矩阵中的元素均为模糊变量的指派问题。并借鉴针对模糊环境中的优化问题提出的机会约束规划模型和相关机会规划模型的思想,建立了模糊指派问题的数学模型。此外,考虑到模型涉及大量具有复杂性和多样性的模糊变量,设计了一种混合智能算法,即基于模糊模拟的禁忌搜索算法来求解模型的近似最优解。最后,通过一个算例说明了所建立的模型和所设计算法都是行之有效的。

摘要：嵌入式系统软硬件协同设计中的关键步骤之一是软硬件划分。现有的许多软硬件划分方法都试图捕获太多有关划分问题和目标结构的细节,可扩展性差。本文提出了一种简化的软硬件划分问题模型,这种简化模型能分别对不同的划分问题进行形式化定义。在此模型的基础上,本文给出了基于ILP的算法和遗传算法。实验结果表明,我们的遗传算法能有效地解决千万个节点规模的划分问题,并获得近似最优解。

摘要：路径长度受限的随机需求VRP在生产、生活中有着广泛的应用。给出了路径长度受限的随机需求VRP问题的线性整数规划模型,在不允许部分服务和仅能服务失败一次的策略下设计了一个启发式算法。该算法以离散优化中广泛应用的扫描算法为基础生成服务的一个初始可行方案,然后利用模拟退火算法改进得到近似最优解。对需求为二项分布的50个结点、1个服务中心的问题进行了数值试验,数值结果表明该算法对求解路径长度受限的随机需求VRP是有效的。

摘要：主持人语排序理论作为优化与决策科学的重要分支,在现代社会中的应用愈发凸显出关键性。排序理论的应用范围不仅局限于工业生产线的优化布局,更延伸至计算机科学、管理科学以及交通运输等诸多领域,发挥着不可替代的作用。对排序理论的研究主要包括各种排序问题的计算复杂性分析、算法设计、算法实现和性能分析;排序问题的最优性质和结构刻画,并寻求最优解或近似最优解.