重点研究普适计算环境下资源管理中的跨域问题，聚焦在跨域资源访问，跨域用户漫游和跨域事务转移的机制方面，提出了评估方法并对提出的机制进行了实验分析，验证了在大规模无缝的普适计算环境下，所基于的域管理模型和研究的跨域机制能获得更高的运行效率。

对于基于pareto的多么目标优化问题。引入了当前研究多目标优化的新方法—基于遗传算法求解问题的求解，讨论了该方法要解决的关键问题—多样性保持及解决策略，并给出了一个求解解集的新算法，算法简单、高效、鲁棒性强。

介绍了深度学习中会用到的条件约束优化问题，主要是KKT法，实例讲解了等式约束、不等式约束优化时，KKT条件的来源和意义。最后简单说明了一下约束最优化问题的对偶问题。

完整代码，可直接运行

完整代码，可直接运行

针对航空物流领域对路径进行精确计算以降低配送成本的需求，文中对路径的优化方法进行了研究。通过建模分析，将该问题被抽象为数学中的枢纽位置问题（HLP），然后使用遗传算法进行求解。为了解决大规模的复杂HLP，文中对传统的遗传算法进行了改进，将单一种群的遗传算法扩展成双种群模式。通过为两个种群设置不同的进化参数，从而保证最终胜出的个体具备更优秀的搜索能力。此外，为防止遗传个体在搜索时陷入局部最优解，还引入了模拟退火算法中Metropolis准则。为了衡量改进后的算法性能（I-SGA），文中基于航空公司的实际航线和15个大中城市机场的实际规模等相关数据进行了仿真测试。仿真结果表明，I-SGA的目标函数最优收敛值为1.234 e+12，平均收敛值为1.100 e+12；而SGA的最优收敛值为1.201 e+12，平均收敛值为1.021 e+12，所提算法的效果和效率均有明显的提升。

完整代码，可直接运行

求解约束优化问题的增广拉格朗日函数法_杜学武

基于NSGA-II的有约束限制的优化问题实例matlab编程代码

完整代码，可直接运行