学科分类
/ 1
10 个结果
  • 简介:研究了一类调度目标是最小化最大完成时间的并行调度问题。考虑到此问题的NP-hard特性,引入模拟退火算法思想以获取高质量近优解。分析了现有此问题模拟退火算法的缺陷,定义了关键机器和非关键机器,设计了一个包含局部优化的模拟退火算法。除了交换变换,还引入插入变换以改变各子调度中作业个数。大量的随机数据实验用于验证算法解的质量和计算效率,实验结果表明该模拟退火算法能够在有限时间内为大规模问题求得高质量满意解。

  • 标签: 调度 并行机 最大完工时间 模拟退火
  • 简介:本文首先分析了增量学习过程中支持向量与非支持向量的相互转化问题,而后在此基础上提出了基于超球结构的支持向量增量学习算法。该算法主要利用超球结构,完成对增量学习中训练样本的选取,进而完成分类器的重构。实验表明,该算法比传统支持向量增量学习算法具有更高的分类精度。

  • 标签: 机器学习 增量学习算法 超球结构 支持向量机
  • 简介:针对合作制造企业间关系的特点,界定了企业关系价值的基本内涵。通过对企业关系价值度量维度划分,建立了企业关系价值的度量指标体系。在此基础上,采用模糊支持向量方法建立了企业关系价值分级度量模型,并对其进行了分级度量。实验结果表明,该方法不仅能有效地度量出企业关系价值的级别,而且可以作为企业制定合作战略和决策的依据。

  • 标签: 合作制造 企业关系价值 数据挖掘 支持向量机
  • 简介:根据灾重建地区血液保障体系建设的实际情况,考虑血站间的依附系数对血站布局的影响,建立了一种p-中值模型用来解决新增血站的选址问题,并设计了一种遗传-禁忌混合算法对模型进行求解。之后以汶川大地震灾区——四川省阿坝州为例进行了实例分析,得到了不同p值与依附系数下的新增血站选址方案,以期为相关部门规划灾重建地区的血液保障体系提供理论依据与决策参考。

  • 标签: 灾后重建 设施选址问题 血站 依附系数 遗传—禁忌混合算法
  • 简介:本文研究一类批容量有界的并行分批、平行在线排序问题。模型中有n个相互独立的工件J={J1,…,Jn}要在m台批处理机上加工。批处理每次可同时加工至多B(B<n)个工件。同一批中的工件同时开工,同时完工,工件加工过程不允许中断。工件Jj(1≤j≤n)的到达时间为rj,加工时间为1,工件是否会到达事先未知,而只有等到工件的到达时间才能获知它的到达。目标为最小化工件的最大完工时间。针对该排序问题,本文设计了两个竞争比均达到最好可能的在线算法。

  • 标签: 排序 并行批 最大完工时间 在线算法 竞争比
  • 简介:本文基于现实情况中航空公司调整航班的一些原则,提出单架飞机受短时间干扰的航班调整问题,把最大航班延误时间最小化作为问题的目标,以航班在时间和空间上的衔接作为约束,建立数学模型,并根据问题的一些特点,分析出在受干扰飞机所在机场进行调整就能得到最优解,然后设计了二分搜索匹配算法,并证明该算法能够找到最优解,最后通过案例验证了算法的有效性。

  • 标签: 最优化 航班调整 二分搜索匹配算法 单架飞机
  • 简介:本文研究了一类不相关平行的排序问题,在该问题中工件的加工时间既具有学习效应,又资源可控,也就是说在该问题模型中,工件的实际加工时间为其正常的加工时间、加工过程中工件所处位置以及加工时间可控这些变量的函数。该研究的目的是为使得总机器负载和总的控制费用的加权和最小以及总的完工时间和总的控制费用的加权和最小。文章通过对问题的相关性质的分析和证明找到了一个解决问题的最优化算法,并且也证明了在处理的数量给定的条件下,该问题的时间复杂性为0(nm·2),最后也给出了相应的数值例子来阐述该问题。

  • 标签: 排序 平行机 学习效应 加工时间可控
  • 简介:本文根据直升应召搜潜的基本原理,描述了直升搜潜设备搜索潜艇目标的运动状态,建立了直升搜潜设备探测装置与潜艇相对运动的搜索模型,给出了直升最优搜索运动航线,解决了直升应召搜潜时如何快速搜潜的难题。

  • 标签: 直升机反潜 应召搜索 最优控制理论 快速搜潜方式
  • 简介:针对现有供应商分类方法应用于高端装备制造业供应商所存在的局限性,从相互依赖视角构建了高端装备制造业供应商分类指标体系,提出了基于改进支持向量的高端装备制造业供应商分类模型。该模型根据供应商误分代价不同,设计代价敏感支持向量分类器,利用粒子群算法优化分类器的参数,并采用概率输出方法对多个优化的二类分类器的结果进行组合以实现多类分类。实验结果表明,该模型提高了现有方法的分类效果,可以降低总体误分代价,有效识别出对高端装备制造企业具有重大影响的供应商,为高端装备制造企业实施供应商分类管理提供了依据。

  • 标签: 供应商分类 相互依赖 支持向量机 代价敏感学习 粒子群算法
  • 简介:本文以货物运输为背景新建立了一个批处理随机调度模型,目的是为了应付货物运输中运输时间的不确定性和货主取货时间的不确定性。首先将模型转化为与其等价的确定优化问题,接着研究给出了确定优化问题的性质,最后基于这些性质给出了一个求解确定优化问题的启发式算法。该问题的解决可望为物流公司等进一步改善服务质量提供了一些理论依据

  • 标签: 运筹学 随机调度 启发式算法 批处理机 货物运输