为克服传统算法求解大规模双边装配线平衡问题计算时间长、性能不稳定的缺陷,针对第I类双边装配线平衡问题,应用综合信息素搜索规则与全局信息素更新规则,提出了一种先产生任务排列序列、后按启发式分配规则产生可行解的蚁群算法,可有效脱离陷人局部最优解．用改进蚁群算法对30个不同规模的问题进行求解,并与标准蚁群算法和禁忌搜索算法进行了对比．结果表明：改进蚁群算法求出29个最优解,比普通蚁群算法、禁忌搜索算法分别能多求得6个和3个最优解；应用于汽车双边装配线算例,在保持平衡效率的条件下,改进蚁群算法计算时间为21 ．0

过采样（处理数据不平衡问题）-附件资源

此代码实现了 SMOTEBoost。 SMOTEBoost 是一种处理具有离散类标签的数据中的类不平衡问题的算法。 它结合使用 SMOTE 和标准 boosting 程序 AdaBoost 来更好地对少数类建模，方法是不仅为学习者提供在之前的 boosting 迭代中被错误分类的少数类示例，而且还提供这些实例的更广泛表示（由 SMOTE 实现） . 由于提升算法对所有错误分类的示例和样本赋予相同的权重主要由多数类组成的数据池，随后的抽样的训练集仍然偏向于多数类。 因此，为了减少由于类别不平衡而导致的学习过程中固有的偏差，并增加少数类的采样权重，在每个类引入 SMOTE 一轮提升。 SMOTE的引入增加了少数类的数量学习者的样本，并在每个分布中关注这些情况推动回合。 除了最大化偏态类数据集的边际，这个过程还增加了集成中分类器之间的多样性，因为在每次迭代中，不同的合成样本集是产生。 有关该

本算法用于优化装配线平衡问题,算法采用双种群遗传算法,经过Jackson平衡问题验证,算法确实可行.

借助具弱压缩的粘性逼近,提出一种新的修正的迭代算法,用以寻求一公共元,它既是一无穷族非扩张映像的公共不动点集中的点,也是一有限族的平衡问题的解集中的点,而且它还是一变分不等式的解.在适当的条件下,一些强收敛定理在Hilbert空间的框架下被建立.所得结果推广和改进了Colao等[Nonlinear Anal,2009,71:2708-2715],Plubtieng等[J Math Anal Appl,2007,336:455-469],Colao等[J Math Anal Appl,2008,344:34

在自反Banach空间内,引入和研究了一类新的涉及广义混合似变分不等式问题的双水平广义混合平衡问题(BGMEP) .首先,为了计算BGMEP的近似解,引入了一类辅助广义混合平衡问题(AGMEP) .由使用一极小极大不等式,在没有任何强制条件的相当温和假设下,证明了AGMEP 解的存在性和唯一性.利用辅助原理技巧,建议和分析了一类计算BGMEP的近似解的新迭代算法.在没有任何强制条件的相当温和假设下,证明了由算法生成的迭代序列的强收敛性.这些结果是新的并且推广了这一领域内某些最近结果.

解决分类中的不平衡问题，ADASYN算法的matlab程序，里边附带测试代码帮助了解用法

多级离心泵轴向力的平衡问题及其改造.rar

用蚁群算法能解决一般的装配线平衡问题，用vc++编写，并且能够运行成功

装配生产线任务平衡问题的遗传算法MATLAB源代码.docx