无网格再生核粒子求解辐射传输问题

为求解车辆路径问题提出一种改进的混沌粒子群优化算法。该算法在基本混沌粒子群优化算法（CPSO）基础上，引入逻辑斯特函数，对惯性权重因子w进行非线性调整，提高了算法的寻优能力，有效避免了算法陷入局部最优

针对高校教室调度问题进行了研究,综合考虑教室集中时间利用率和学生需求,采用三元组方式,用任务表示课程,用设备表示不同类型的教室。据此,教室排课问题被描述为一类以最小化Cmax与滞后时间和为调度目标,具

量子粒子群算法在求解车辆路径问题时一定程度上解决了基本粒子群算法收敛速度不够快的缺点，但是量子粒子群算法仍然存在容易陷入局部最优的缺点。利用混合量子粒子群算法对车辆路径问题进行求解，运用量子粒子群算法

针对粮堆温度模型中的众多参数难以确定的问题，提出基于粒子群算法的粮堆温度模型参数优化方案。实验结果表明，模型应用经过优化的参数能准确地计算出粮堆内部温度，与实际测量温度误差不大。该方法可以优化复杂条件

：引入粒子群优化算法求解非线性方程组，利用粒子群优化算法所具有的群体智能和记忆功能，较快地 求解复杂非线性方程组的最优解，克服了牛顿一拉普辛方法求解该类问题时对初值的敏感性以及需要函数求 导的困难，同

可直接运行，程序包含目标函数，和约束条件，直接修改即可

采用对基本粒子群优化算法引入遗传操作来提高种群多样性，这样虽能避免产生局部极小，但收敛速度会降低，通过加入收缩因子来达到两者的均衡。优化和仿真结果表明改进算法性能更优，能有效地解决公交车辆的智能排班问

类神经编码粒子群算法求解周期性车辆路径问题

针对资源受限的项目调度问题，将粒子群优化算法与拟牛顿优化算法相结合，提出了一种混合粒子群算法。本算法利用粒子群算法求得优化解，然后利用拟牛顿方法对所得到的解进行局部优化，以尽量达到或接近全局最优点。结

信号再生器定位问题是光纤通信网络中一种新型组合优化问题，该问题的求解质量直接影响通信网络的设计成本，并且理论上被证明是NP完全问题。给出一种基于反向学习的有偏随机键遗传算法的求解方法，在有偏随机键遗传