一种基于粒子群算法求解约束优化问题的混合算法.pdf

基于粒子群算法的浮筒配置优化问题的研究.pdf

代码运行效果图见压缩包

代码运行效果图见压缩包

多厂家分配到多客户的Lingo实现模板程序，可正常运行。

针对现实配送过程中存在的时间参数模糊化与车辆容积限制问题，利用梯形模糊代数、有符号距离和区间数距离公式，构造出一种较高精度的提前/滞后惩罚函数，在此基础上给出了一种以最小化服务点提前/滞后惩罚、最小化配送总里程以及最小化配送车辆数量为目标的、具有模糊时间窗的有容积约束配送车辆调度问题模型。在问题求解方面，结合粒子群算法和遗传算法，引入遗传算法思想对粒子进行交叉、变异操作，给出了一种基于遗传操作的混合粒子群算法，以解决基本粒子群算法容易陷入局部最优的问题。仿真实验表明，该算法具有可行性和有效性。

文档中主要是基于粒子群优化算法的Rosenbrock函数优化问题的研究，本文分析了粒子群优化算法的原理及算法流程,对算法参数的选择做了详细的研究,并基于Java语言开发了粒子群算法的模拟程序，实现求解Rosenbrock函数最优解。

Dimitri P. Bertsekas的国外原版《Constrained optimization and lagrange multiplier methods》 一个约束优化方面非常全面、非常好的国外教材。 约束优化和拉格朗日乘数法

BilevelOptimization.jl：基于JuMP的工具箱，用于解决双层优化问题

最小-最大-最小 该存储库包含用于解决本文研究的最小-最大-最小鲁棒优化问题的算法 AyşeNur Arslan，Michael Poss和Marco Silva：最小-最大-最小鲁棒组合优化，几乎没有追索权解决方案。 可在 有四种算法可用： HKW15的单石版重新，请参见函数exact_dualization() 来自的本地搜索启发式，请参见函数heuristic_dualization() 本文算法1中描述的场景生成算法，请参见函数scenario_generation() 本文算法3中描述的启发式变体，请参见函数heuristic_scenario_generation() 指导 该代码当前包含两个应用程序：最短路径问题（SP）和带冲突的背包问题（KP）。 可以通过创建相应的文件来添加其他应用程序。 要测试两个应用程序之一，请解压缩相应的数据文件，并使用julia执行相应的运