杂志简介
杂志上的优化出版在科学和工程的数学规划和优化方法的理论和应用方面的研究。
编辑焦点
杂志上的优化维持一个由来自世界各地的实践研究人员组成的编辑委员会,以确保手稿由研究领域的专家编辑处理。
特殊的问题
最新文章
更多的文章具有收获和最优控制的不精确食饵-捕食模型的理论分析
在本文中,我们建立并研究了一个参数值不精确的食饵-捕食系统。我们也考虑捕获猎物和捕食者。然后,我们描述了该模型系统的复杂动力学,包括系统的正性和一致有界性,以及各平衡点的存在性和稳定性准则。深入研究了收获系统中存在的生态平衡和最优收获策略。为支持理论工作,给出了一些数值模拟。此外,还强调了对模型参数集考虑不精确值的要求。
扩展GRASP-Capacitated -Means聚类算法,在墨西哥大的危险地区建立人道主义援助中心
墨西哥位于所谓的“防火带”内,因此很容易发生地震。事实上,三分之二的墨西哥领土都有显著的地震风险。另一方面,该国地处热带,因此容易受到太平洋和大西洋所产生的飓风的影响。由于这些情况,墨西哥每年都有许多社区受到各种自然灾害的影响,需要高效率的后勤系统提供及时的支持。这项工作的目的是提供一种有效的元启发式方法,以确定在墨西哥受影响最严重的地区之一韦拉克鲁斯州最合适的支持中心位置。元启发式基于 -均值聚类(KMC)算法,扩展为集成(a)支持中心的关联容量限制,(b)微型遗传算法遗传算法用于估计最合适的支持中心数量的搜索区间,(c)为中心分配可变数量的元素,以增加分配任务的灵活性,(d)基于随机的决策模型,进一步改进最终的分配。这些对KMC算法的扩展导致了抓取能力的丧失 -Means Clustering (wasp - ckmc)算法,能够为墨西哥韦拉克鲁斯州3837个面临风险的社区建立260个支持中心提供非常合适的解决方案。利用众所周知的测试实例和元启发式算法对wasp - ckmc算法进行了验证。验证支持将其适用性作为标准元启发式(如电容性)的替代 -均值(CKM)、遗传算法(GA)和可变邻域搜索(VNS)。
集群中MPI-IO操作的拓扑感知策略
本文介绍了拓扑感知的两阶段I/O (TATP),它优化了ROMIO最流行的集体MPI-IO实现。为了改进文件访问期间的跃字节度量,支持拓扑的两阶段I/O使用线性分配问题(LAP)来为聚合器寻找最优的文件域分配,这是大多数两阶段I/O实现中没有考虑到的方面。该分布基于每个进程存储的本地数据,其主要目的是减少I/O集合操作的总跃字节数。因此,可以改进全局执行时间。在大多数考虑的场景中,与最初的两阶段I/O实现相比,支持拓扑的两阶段I/O实现获得了重要的改进。
Jaya算法指导从脑MRI中分割肿瘤
脑异常是人类社会的主要危险因素之一,发病率较高。肿瘤的早期诊断对于提供必要的治疗措施以挽救患者的生命至关重要。本文采用Jaya算法和Otsu函数引导法,对利用Flair和T2模态记录的大脑MRI不规则切片进行了挖掘。这项工作实现了从二维MRI切片的轴、矢状面和冠状面来检查脑瘤的两个步骤。本文对不同阈值水平(Th = 2, 3, 4, 5)、阈值练习前后的颅骨剥离过程,以及基于Chan-Vese方法的肿瘤提取。在文献中发现的其他突出的启发式方法中,JA的优越性得到了证实。实施研究的结果证实,Jaya算法引导方法能够在BRATS 2015数据集上呈现出更优的Jaccard-Index、dicc - coefficient、sensitivity、specificity、accuracy和precision。
具有势的薛定谔方程最优设计问题的渐近性
研究了最优可观测性问题,证明了具有势的薛定谔方程的时间渐近可观测性估计 ,与 ,使用光谱理论。提出了一种利用时间渐近可观测常数来建立问题模型的方法。对于某些小势,我们证明了在给定条件下非零渐近可观测常数的存在性,并描述了它的显式性质和最优值。此外,我们给出了精确的数值模型来分析势阱的重要例子,包括改进的谐振子。
杂交种:寻找哈密顿循环的一种新的混合启发式
哈密顿循环问题是目前研究最多的组合问题之一。作为一个np完全问题,启发式方法比指数时间精确算法更有效。本文提出了一种介于复杂可靠方法和简单快速方法之间的高效混合启发式算法。该算法是贪婪、旋转变换和不可达顶点启发式算法的结合,分三个阶段进行。在第一阶段,使用贪心深度优先搜索来创建初始路径。然后利用旋转变换和贪心深度优先搜索将初始路径扩展到第二阶段的哈密顿路径。第三相利用旋转变换将哈密顿路径转化为哈密顿循环。该方法可以从文献中收集的一组硬图、TSPLIB中给定的所有哈密顿实例(1000到5000个顶点)和FHCP挑战集的一些实例中找到哈密顿循环3.)最坏情况时间复杂度。将该算法的性能与现有的算法进行了比较,结果表明,该算法在运行时间上优于其他算法。