介绍了模式识别与人工神经网络算法应用于16Mn微合金化钢的生产工艺优化,并给出了各目标的最佳工艺参数供生产时参考

4.1 最优化问题 4.2 背包问题 4.3 带有限期的作业排序 4.5 最小生成树

1.模式搜索法 2. Powell算法 3.单纯形替换法

安徽理工大学：《算法设计与分析 Algorithm Design and Analysis》课程教学资源（PPT课件讲稿）第6章 代码最优化

线性规划 1.线性规划模型 2.标准型 3.图解法 4.解的概念和性质 5.单纯形算法

为了获得准确实时的合金元素收得率，采用历史加料数据自学习的方法，利用计算机技术建立了合金元素收得率动态库，并运用两阶段单纯形算法为天津钢管公司第一炼钢厂建立了合金加料优化模型.通过模型在线运行，得出了不同钢种的合金收得率，从而提高了不同钢种炉次合金加料的准确度.通过优化合金配料，不同钢种的合金加料平均成本最多降低54.96元·t-1，最小降低8.57元·t-1.吨钢合金成本降低6.76%~11.40%，平均降低了9.74%

经典粒子群算法由于多样性差而陷入局部最优，从而造成早熟停滞现象.为克服上述缺点，本文结合人工免疫算法，提出一种基于自适应搜索的免疫粒子群算法.首先，该算法改善了浓度机制；然后由粒子最大浓度值来控制子种群数目以充分利用粒子种群资源；最后对劣质子种群进行疫苗接种，利用粒子最大浓度值调节接种疫苗的搜索范围，不仅避免了种群退化现象，而且提高了算法的收敛精度和全局搜索能力.仿真结果表明该算法求解复杂函数优化问题的有效性和优越性

本文介绍一种新的混合离散变量优化方法及通用程序。该程序适合于求解含有整型、离散型和连续型变量的最优化问题,能给出符合工程要求的规格化最优解。本程序经用30个工程设计和数学问题的考核与评定,证明这种具有多功能的组合型算法和程序,其解题的可靠性,若按最优解的目标函数值的精度在10-2以下统计,达到100%。文中还简介了本程序在两个工程设计问题中的应用

根据热轧工艺特点将板坯热轧批量计划编制问题归结为不确定旅行商数的多旅行商问题,建立了以生产成本最小化和产品质量最优化为主次目标且考虑加热区段能耗的生产调度数学模型,并采用遗传算法和禁忌搜索相结合的混合算法进行求解.基于实际生产数据的计算结果表明:该模型充分满足了现场热轧批量计划编制的需求,在轧制单元数最优的基础上,缩短了传搁时间,提高了热送热装率,优化了产品质量.与人机结合方式相比,本文模型的计算结果体现了更好的高产和节能效果

物联网是未来赛博使能业务的重要支撑平台。蜂窝网络则被认为是广泛分布在部署区域中的物联网终端数据接入的主要渠道，尤其在广域覆盖方面具有难以替代的价值。在满足覆盖要求的条件下，降低蜂窝网络基站的下行发射功率在绿色通信方面具有重要的研究意义。由此提出了一种基于优化目标平滑近似和均方根传播策略的梯度下降算法，在满足物联网业务覆盖率的条件下最小化基站的总下行发射功率。首先，使用罚函数方法将复杂约束条件的异构蜂窝网络优化问题转化为简单约束形式的优化问题；其次，将不可导的目标函数通过平滑近似转化为可导形式，并给出其对天线下倾角和下行功率参数的梯度解析形式；最后，使用均方根传播梯度下降算法进行转化后的目标函数优化。仿真实验结果表明该算法可以在满足覆盖率指标的条件下最小化基站的总下行发射功率，与现有元启发算法和普通梯度下降算法相比，具有良好的收敛速度，并能更好地抑制优化过程中振荡