摘要：温室温度系统作为典型的混杂系统,其输入包括离散的设备控制量以及可测不可控的多个室外环境扰动量。本文针对温室温度混杂系统,建立切换系统模型,基于此模型设计多输入预测控制。首先分别在4种离散状态(保温模式、自然通风模式、强制通风模式、湿帘-风机模式)下确定模型的主相关输入,采用带遗忘因子的递推最小二乘法建立子模型。然后设计预测控制器,利用双周期积温法规划预测控制设定值。求解多输入预测控制量问题为np-hard问题,采用最优化剪枝法优化搜索。最后在实验温室应用控制算法进行实验,实验结果表明,多输入预测控制算法可以有效调控温室内温度,并且由于积温理论动态规划预测控制设定值,可减少设备的切换次数,降低能耗。

摘要：通讯网设计是一个np hard问题 ,提出一种在保证网络可靠性要求的前提下 ,使网络造价达到次优 (尽量接近最优 )的算法 ,实例表明该算法是可行的 。

摘要：为扩充对于经典np-hard问题中的0-1背包问题的求解方法,模拟生态系统中各物种间相互依存、牵制,最终达到动态平衡的自然机制,提出一种新型仿生算法:牵制平衡算法。算法以种群规模描述设计变量,以牵制关系为优化驱动力,以系统达到稳态为优化目标,设计了自成长函数、牵制函数、成长函数用以描述设计变量的变化规律,促进解的寻优进程。将牵制平衡算法对于10个不同规模0-1背包问题的求解结果与近年来文献数据进行对比,结果显示算法在8个不同规模的问题中能获得当前已知最优解,验证了牵制平衡算法的收敛性与求解性能,表明算法对于0-1背包问题的求解具有有效性和竞争力。

摘要：为有效降低视频服务商成本开销和提高服务质量,研究当前业界流行的资源交易模型,构建一种适用于流媒体资源交易的拍卖模型(SMRTM)。由于模型中资源组合交易问题为np-hard问题,计算复杂度高,通过把多种资源加权为综合满意度,将资源组合交易问题转化为图论中求解二分图最大权匹配问题,基于二分图设计一种资源组合交易算法(RPTA),RPTA在满足市场需求的情况下实现最大化满意度交易匹配,提高交易的收益。验证了算法的可行性、有效性。

摘要：业务合理迁移部署是私有云高效使用的前提与关键,然而,由于业务对资源需求突发增长、部署时业务之间存在约束等因素的存在使得业务合理部署困难。为解决上述问题,本文对业务迁移部署问题进行建模,充分考虑了业务系统的重要性差异和应用组件之间的约束关系,采用资源预留机制来保证业务稳定运行,并在理论分析的基础上设计了一种基于分组遗传算法的业务迁移部署方法。方法采用分组方式对迁移方案进行映射,首先,按照顺序部署的方式生成满足约束的初始方案,然后,综合根据方案中物理服务器的资源利用情况、应用组件的等级和其对资源的需求,交叉生成新的部署方案,其次,根据物理服务器的资源闲置情况,变异生成新的部署方案,并通过混合策略选择方案来迭代搜索,最后,迭代完成后输出最终结果。实验结果表明本方法能有效解决业务迁移部署问题。

摘要：针对最大公共子图(MCS)的传统分支策略依赖于图的静态属性,缺少学习历史搜索信息的问题,提出了基于顶点冲突学习的分支策略。首先,把上界的减少值作为分支点完成匹配动作的奖励;其次,由于当最优解被更新时,得到的最优解是分支点不断推理产生的结果,因此给予在完整的搜索路径上的分支点适当的奖励,从而强化这些顶点对搜索的积极作用;最后,设计了匹配动作的价值函数,并选择具有最大累计奖励的顶点作为新的分支点。在McSplit算法基础上,提出了糅合新分支策略的McSplitRLR算法。实验结果表明,除去均可以被所有对比算法在10 s之内解决的简单算例,在相同机器和求解限制时间条件下,相较当前先进的算法McSplit、McSplitSBS,McSplitRLR分别多解决了109、33个困难算例,求解率分别提高了5.6%、1.6%。

摘要：针对基于正交频分复用的认知无线电网络子载波资源分配存在收敛较慢的问题,基于该问题的np特性,提出一种基于人工物理优化的求解算法。给出资源分配问题的模型和求解步骤,并根据问题特点,设计多元离散编码方式、种群初始化方法、微粒作用力方程和约束处理方式。实验结果表明,该算法可减少系统所需的总发射功率,提高子载波分配的效果。

摘要：提出一种基于综合指标Petri网和混合蚁群算法的多星成像调度策略。在综合指标Petri网变迁中引入指标信息,处理多星并发观测和卫星资源竞争关系、反映卫星能量和存储等约束,使得问题描述更直观和完备。设计一种嵌入局部搜索技术的蚁群优化算法,通过启发式信息综合变迁中的指标,引导蚂蚁进行全局搜索。仿真实例结果表明,该策略能有效求解多星成像调度问题,实现全局搜索和快速收敛的平衡。

摘要：在目前的无线网络规划设计中,缺乏一个有效改进设计方案性能的工具和手段。规划工具只是显示了人为输入站点信息的覆盖效果等,覆盖效果的改进都需要人工的修改输入,相对优化的设计方案不可能实现。本文探讨使用自动规划工具来进行设计方案更优化的实现。

摘要：在配送系统中,配送中心选址问题与在此基础上的车辆路径问题相互影响,属于np-hard难题,为有效解决定位-车辆路径问题(LRP),文中提出的两阶段算法设计结合了聚类算法和混合遗传是算法,针对实际情况在遗传算法中加入爬山算法,同时采用改进的自适应交叉、变异算法,确保种群的最优个体参与进化,提高了遗传算法的局部搜索能力。仿真实验表明,所改进的混合遗传算法有较好高的全局寻优能力,且其收敛速度快,是解决配送路径优化问题的有效方法。