简介：针对多目标0-1规划问题，首先基于元胞自动机原理和人工狼群智能算法，提出一种元胞狼群优化算法，该算法将元胞机的演化规则与嚎叫信息素更新规则、人工狼群更新规则进行组合，采用元胞及其邻居来增强搜索过程的多样性和分布性，使人工头狼在元胞空间搜索的过程中，增强了人工狼群算法的全局搜索能力，并获得更多的全局非劣解；其次结合多目标0-1规划模型对元胞狼群算法进行了详细的数学描述，定义了人工狼群搜索空间、移动算子、元胞演化规则和非劣解集更新规则，并给出了元胞狼群算法的具体实现步骤；最后通过MATLAB软件对3个典型的多目标0—1规划问题算例进行解算，并将解算结果与其它人工智能算法的结果进行比较，结果表明：元胞狼群算法在多目标0-1规划问题求解方面可获得更多的非劣解集和更优的非劣解，并具有较快的收敛速度和较好的全局寻优能力。

简介：本文对具有箱形约束的二次规划问题，给出一种新的简易算法，并讨论了算法的有限步收敛性。

简介：针对无容量限制的多重分派枢纽中位问题（UMApHMP），提出了一种基于禁忌搜索和最短路算法的新的启发式算法。利用CAB基准数据对该算法进行了验证，计算结果表明所提算法具有较强寻优能力和较快的求解效率。

简介：为了解决配送中心选址与带时间窗的多中心车辆路径优化组合决策问题，利用双层规划法建立了配送中心选址与车辆路径安排的多目标整数规划模型，针对该模型的特点，采用两阶段启发式算法进行了求解。首先，通过基于聚集度的启发式算法对客户进行分类，确定了备选配送中心的服务范围；然后，基于双层规划法，以配送中心选址成本最小作为上层规划目标，以车辆配送成本最小作为下层规划目标，建立了多目标整数规划模型；最后，利用改进的蚁群算法进行了求解。通过分析实例数据和BarretoBenchmark算例的实验结果，验证了该模型的有效性和可行性。

简介：禁忌搜索算法是一种元启发式的全局优化算法，是局部搜索算法的一种推广，已被成功地应用于许多组合优化问题中。本文针对有界闭区域上的连续函数全局优化问题，提出了一种改进的禁忌搜索算法，并进行了理论分析和数值实验。数值实验表明，对于连续函数全局优化问题的求解该算法是可行有效的，并且结构简单，迭代次数较少，是一种较好的全局启发式优化算法。

简介：本文提出一种带时间窗和容量约束的车辆路线问题(CVRPTW),并利用TabuSearch快速启式算法,针对Solomon提出的几个标准问题,快捷地得到了优良的数值结果.

简介：由于非线性两层规划具有非凸性、NP-难等计算困难,高效的算法并不多见.本文设计了一种新的进化算法,基于此进化算法提出了求解带有一重或多重下层的非线性两层规划的高效算法.该算法充分利用两层规划的结构特点.最后,给出了六个不同类型的算例,数值结果表明,本算法是快速和有效的.