论文研究BANTPERT的创新算法——兼论传统PERT算法存在的问题.pdf

为处理等球Packing问题, 在基本拟物算法的基础上设计了序列对称换位策略, 形成了一个启发式的序列对称换位算法。在球形容器内装填1~50个等球时, 此算法改进了其中45项当前记录。特别地, 此算法

针对多配送中心的动态启用与车辆的合理分配，建立了以总路径长度最小为目标函数的多配送中心车辆路径问题的数学模型，根据多配送中心车辆路径问题的具体特征，模拟狼群捕食行为设计了求解该问题的狼群算法。最后，应

论文研究-基于蚁群算法的拣选作业优化问题.pdf,  蚁群算法是一种新型的启发式算法,研究表明该算法具有较强发现较好解的能力

论文研究-基于模拟植物生长算法的车辆调度问题.pdf, 基于配送企业车辆资源的限制和客户需求时间窗的要求,在考虑外包车辆和配送人员加班的情况下,对带时间窗的车辆调度问题进行扩展研究.根据客户需求的随机

研究了模糊粗糙集的模糊性度量方法。首先从模糊集支集的角度，给出了一般模糊关系下模糊集的粗糙隶属函数；在此基础上，设计了一种合理的模糊粗糙集的模糊性度量方法，并对其相关性质进行了详细的讨论。

将粗糙集理论与直觉模糊集理论相结合，提出了一种基于直觉模糊粗糙集理论的知识获取方法。描述了直觉模糊相似关系下粗糙集的模型，并在此基础之上重新定义了正域、依赖度与非依赖度、确定性因子与非确定性因子等概念

提出了一种基于视觉特征的渐变算法，通过图像骨架确立特征点，进而对图形进行同构特征分解。采用可控制子多边形边角插值，通过轮廓多边形渐变控制子多边形渐变，用户也可以通过控制轮廓插值交互控制渐变过程。实验表

用蚁群算法进行函数优化时，存在收敛速度慢且易于陷入局部最优解的问题。针对这一现状，提出了一种微粒群和蚂蚁算法相结合的混合连续优化算法，该算法引入微粒群优化操作进行全局搜索牵引，采用网格法进行细密度的蚂

论文研究-车辆调度问题的分派启发式算法.pdf, 对有时间窗的车辆调度问题进行了分析，提出了以分派为基础的启发式算法．算法中讨论了如何完成任务所需要的车辆数，定义了两种分派费用，设计了在分派过程中安排

蚁群算法是优化领域中新出现的一种仿生进化算法，该算法具有并行、正反馈和启发式搜索等特点，但搜索时间长、易陷入局部最优解是其突出缺点。旅行Agent问题是一类复杂的组合优化问题，目的在于解决移动Agen