简介：带柔性时间窗的开放式车辆路径问题（OpeningVehicleRoutingProblemwithFlexibleTimewin—dows，OVRPFTW）对物流配送中的延迟或者提早具有一定程度的容忍．本文首先建立了OVRPFTW的数学模型，然后分别将Sine映射，Chebyshev映射和Logistic映射引入基本蚁群算法，构建了三种混沌蚁群算法，并将其用于求解OVRPFTW．算倒测试表明：Sine映射和Chebyshev映射能够明显地改进基本蚁群算法的优化性能，基于Sine映射和Chebyshev映射的混沌蚁群算法的求解性能优于基本蚁群算法和基于Logistic映射的混沌蚁群算法．

简介：根据小波多分辨率分析的特点和光纤陀螺信号的数学模型,提出了一种阈值滤波的算法,并比较了几种小波基不同的滤波效果.通过试验结果分析,证明了小波阈值滤波的可行性.

简介：根据深盆气藏形成和保存必须满足的力平衡约束和孔隙度约束条件,以及误差界约束,建立了计算深盆气藏在给定地史时刻平衡深度的非线性规划模型.基于地史数值模拟方法,通过引入分布预测目标区域在给定地史时刻深盆气藏分布矩阵,对网络控制节点逐点解该非线性规划问题,可实现以深盆气藏理论最大分布范围的动态预测.

简介：针对采用经典划分思想的聚类算法以一个点来代表类的局限，提出一种基于泛化中心的分类属性数据聚类算法。该算法通过定义包含多个点的泛化中心来代表类，能够体现出类的数据分布特征，并进一步提出泛化中心距离及类间距离度量的新方法，给出泛化中心的确定方法及基于泛化中心进行对象到类分配的聚类策略，一般只需一次划分迭代就能得到最终聚类结果。将泛化中心算法应用到四个基准数据集，并与著名的划分聚类算法K-modes及其两种改进算法进行比较，结果表明泛化中心算法聚类正确率更高，迭代次数更少，是有效可行的。

简介：在捷联惯性系统中，初始对准是影响系统输出精度的最重要环节，陀螺漂移是引起对准误差的主要原因。本文在对捷联系统误差进行分析的基础上，结合卡尔曼滤波器的滤波特性，提出一种把陀螺随机常值漂移标定与初始对准进行多级组合的卡尔曼滤波方法。

简介：目前,随着电动汽车的普及,物流企业逐渐重视电动汽车的应用。本文考虑到电动汽车在实际应用中的行驶里程、充电耗时以及配送时间等因素,研究含时间窗的电动汽车车辆路径问题,建立了相应的混合整数规划模型,然后改进分支定价算法以求得其最优解。改进的分支定价算法首先根据Dantzig-Wolfe分解原理将原问题分解为基于路径的主问题（MP）和求最短路径的子问题,然后用列生成和动态规划算法在主问题和子问题之间进行迭代以求得主问题线性松弛后的最优解,最后采用基于弧的分支策略求得其整数解。通过用改进的Solomon算例的实验数据,与CPLEX比较验证了模型和算法结果的准确性,并对该问题进行了灵敏度分析,证明了本文提出的算法具有一定的应用价值。

简介：惯导固有原因使得载体长时间航行累积大量误差.可通过重力梯度量测与惯导组合导航方法来修正导航误差.先对重力梯度仪与惯导组合导航原理进行阐述,提出重力梯度仪辅助INS(GAINS)的系统框架图,对导航用重力梯度图和重力梯度仪进行分析,设定组合量测方程.然后根据状态空间方程的特点,提出使用边缘Cubature粒子滤波(CPF)进行融合估值.通过理论方法证明其对方差的减小,同时给出算法流程.相同条件下与已有APO-PF算法仿真进行经纬度RMSE结果对比,表明该算法估值精度更高;并用CEP对导航误差研究,得到在性能较低的惯导条件下、在梯度仪1E2和10E2噪声下4h的CEP数值分别为0.044nmile和0.072nmile的结果.最后对状态方程简化,定性分析出其余状态量的估值效果.

简介：从模式识别的角度分析了搜索模式下水下运载体的重力匹配问题,利用模式识别神经网络实现重力匹配定位。在重力图匹配时,以惯性导航仪指示位置为中心规划真实位置的网格点搜索范围,从参考重力图上提取相应一系列的重力数据,与对应网格点的位置一起定义成多个模式类,构造相应的模式识别概率神经网络,运用该神经网络将实时重力测量数据识别到某个模式类,对比模式类的定义确定载体位置。在实测重力图上对重力辅助惯性导航系统进行了计算机仿真研究。结果表明,在重力场特征显著区域该重力匹配算法能够有效减小厄特弗斯效应的影响,其导航系统定位误差小于一个重力图网格,匹配率在80%以上,匹配效果优于一般的相关匹配算法。

简介：结合实际系统陀螺输出为不等间隔角速率信号且时间间隔已知的特点，将陀螺输出数据的时间间隔引入定时增量算法，提出了一种梯形积分增量算法。为补偿圆锥运动误差，推导了不等间隔角速率输出时的旋转矢量二子样算法，并在典型圆锥运动条件下，将本算法与甚童的捷联姿态算法进行比较。结果表明：在陀螺输出为不等间隔的角速率信号时，不等间隔的等效旋转矢量算法具有一定的优越性。

简介：高通量测序技术的飞速发展让生物信息领域迎来了大数据时代。新技术在提供海量生物遗传信息的同时,也给分析这些数据带来了新的挑战。DNA序列比对是信息分析流程中的关键步骤,为后续的变异检测提供序列比对信息。2015"深圳杯"数学建模夏令营B题以DNA序列比对为研究课题,希望参赛学生给出序列快速比对的最佳方案。本文简要点评了各参赛队伍的解答情况,然后介绍了现有DNA序列比对软件中用到的算法和数据结构。

简介：提出了一种改进的圆锥优化算法,对传统圆锥优化算法的周期项进行了二次优化。首先,根据经典圆锥运动建立了二次优化的误差准则;其次,给出了推导二次优化补偿系数以及相应的残留误差的一般方法;最后,在不同的经典圆锥运动环境下对三例改进算法的姿态解算误差进行了仿真验证。结果表明,通过改进的四子样和五子样算法得到姿态解算精度与通过旋转矢量变化量的理想值得到的结果几乎完全一致。此外,由于比改进的五子样算法少一次叉乘和两次加法运算,而且仿真速度大约快14%,所以改进的四子样算法更值得推荐采用。

简介：本文利用层次分析法，将时间、费用、客户满意度、人力资源等因素结合起来，定量给出了供货商的配货过程中每条线路的权重系数，然后结合最短路算法寻找出运送货物的最优路线．

简介：本文研究一类批容量有界的并行分批、平行机在线排序问题。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。批处理机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。

简介：借鉴无约束优化问题的BFGS信赖域算法，建立了非线性一般约束优化问题的BFGS信赖域算法，并证明了算法的全局收敛性．数值实验表明，算法是有效的．

简介：针对目前BP神经网络在实际应用中，网络结构难以确定以及网络极易陷入局部解问题，用遗传算法优化神经网络的连接权和网络结构，在遗传进化过程中采取保留最佳个体的方法，建立基于遗传算法的BP网络模型，同时通过实例说明该模型在降水预测中的应用，计算结果表明该方法的预测精度较高。

简介：受生物免疫原理的启发而产生的人工免疫算法,是一种新型的随机启发式搜索算法。基于生物免疫系统机制,采用实数编码,利用分类变异替代传统的变异操作,提出了一种改进的用于多模态函数优化的免疫算法。算法包括免疫选择、分类变异、免疫记忆和免疫网络促进与抑制操作。文中详细讨论了算法的相关概念及算法步骤,通过对多模态测试函数进行仿真实验,实验结果表明了改进算法的有效性。

简介：遗传算法是一种高效的模拟生物进化过程的全局随机化搜索优化方法,它可直接得到所求解问题的全局最优解.针对方位保持仪,提出了一种分段参数设置与级间控制相结合的三级温控方案,并基于遗传算法对PID控制参数进行了优化整定.同时介绍了整个温控系统的软件实现.大量试验证明该控制策略接近最优,达到了战技指标要求.

简介：本文研究了具有三角形波基函数的Bernstein-Fan值算子的收敛定理和逼近阶估计，并给出了它的算法程序。

简介：为提高多传感器组合导航系统对各导航传感器的在线故障检测能力，提出了一种基于调频高斯小波变换的导航传感器故障诊断改进算法。该算法在分析调频高斯小波特性的基础上，采用高斯小波变换计算出观测量的小波系数后，然后利用带遗忘因子的数据平滑算法对小波系数进行平滑，通过判断平滑值来诊断导航工作正常与否。其优点是仅利用传感器的观测量来直接检测导航传感器故障，适当选择小波变换的拉伸因子和数据的衰减因子可以对方差突变等软故障进行有效的在线检测，并解决了误检问题。仿真结果证明了该算法的有效性。

简介：在非线性效用函数基础上,运用混合人工智能技术,建立非线性双边多属性谈判模型,给出在一定精度范围内逼近Pareto最优解的近似求解方法。最后通过价格、质量两属性的非线性双边谈判模拟算例,验证了方法的正确性与有效性。为多属性谈判研究提供了新的思路。