不规则取点范围的测量控制网点位优化设计

控制网最优设计中，将点位优化时的选点范围近似为矩形，讨论了当测量控制网网形设计中控制点选点范围的不规则多边形的点位最优化设计问题，以最优化的理论和方法为基础，设计了一套在迭代过程中动态确定单维搜寻区间，单维搜寻时采用０．６１８法的控制点点位优化迭代算法，可获满意的计算效率，并在算法上使点位优化处理的方法更具有一般性。     

基于RSSI动态路径损耗的定位算法

传统接收信号强度指示定位算法具有成本低、使用方便等优点,但是由于环境的变化,使得路径损耗指数变化,导致定位精度大大降低。该文提出一种基于接收信号强度指示动态路径损耗的定位算法,首先,计算出环境损耗指数,并将每个值与对应的信号强度损耗值记录在数据库中;其次,通过接收到的信号强度指示选取路径损耗指数,利用三边定位测量算法,通过最小二乘法来计算获得待定位标签的坐标位置;最后,在MATLAB平台验证算法的有效性并进行实验。     

基于多智能体粒子群优化的移动机器人动态路径规划

为了确保机器人在动态环境下无碰撞地到达目标位置,将多Agent粒子群优化算法（multi-agent particle swarm optimization, MAPSO）引入到粒子滤波（particle filter, PF）中,提出一种基于多Agent粒子群优化粒子滤波算法（multi-agent particle swarm optimized particle filter, MAPSOPF）的路径规划方法。通过多Agent系统的竞争、协作机制,调整MAPSOPF中粒子的提议分布,更新预估粒子的位置。与PSOPF算法相比较,该算法的迭代步数减少了50%~60%,计算时间复杂度降低了5%~50%。与改进的遗传算法相比较,MAPSOPF算法的计算时间复杂度降低了95%。三种算法中,MAPSOPF可近似得到最短的路径。实验结果表明该算法可有效应用于移动机器人动态路径规划。     

冶金熔体热力学数据库的开发

利用热力学规律进行数据计算和筛选，建立热力学性质数据库。通过该程序库，能够进行热力学性质数据的查询，检索和动态维护等。利用数据库中热力学性质数据，进行冶金过程反应的热力学计算和分析。     

基于动态择优组合的板材切割下料算法

针对二维矩形板件排板利用率问题,提出了一种矩形板件优化组合的排板算法。该算法在最低水平线搜索算法的基础上加入了动态择优组合算法。通过启发式定位算法可以得到板材的切割路径以及板件的排放位置信息。为缩短每次优化排列组合的计算时间,采用了易于描述板材、板件信息的C#语言。为提高板材的利用率,将每次的余料加入数据库并被优先利用。根据工厂提供的板材、板件数据表明,该算法能够减少板材切割过程中的余料。     

基于集合划分的分布式数据库查询分解算法

分布式数据库把数据分散存储在不同的站点上，使得数据库中最常用的查询操作,必须同时操作多个站点的数据，对查询处理提出了较高的要求，通过以关系模型数据库为例，详细地研究了分布式查询处理的一个分支－－查询分解，从而提出了一种行之有效的查询分解算法－－基于集合划分的查询分解，以使全局查询能完整地在各局部数据库上完成。     

在ITS中Dijkstra算法优化分析

网络搜索是一个经典的问题，在ITS（Intelligent Transportation System）中具有重要的意义。在ITS中，常常希望能在巨大的电子地图中搜寻一条最短路径。Dijkstra算法是一种经典的路径算法，但是这种算法的效率不高，不足以满足在真实交通网络图中搜索的实时响应的要求。于是，针对这种情况提出各种优化算法，提高经典Dijkstra算法的效率。介绍了几种通过缩小搜索范围来提高搜索效率的算法，并通过在虚拟交通网络中做了大量的实验来分析这几种算法。     

电动汽车加电站电池配送路径优化

在分析电动汽车加电站运营模式的基础上,根据电动汽车加电站需求动态变化的特点,建立了加电站电池配送路径问题的动态车辆调度模型. 利用自适应准则改进遗传算法,构造了自适应遗传算法;针对动态车辆调度问题实时性强的特点,设计了"初始化路径制定+实时动态调度"的两阶段求解策略,通过信息更新插入动态需求加电站,对已产生的计划路径进行局部优化调整,仿真计算结果验证了模型和算法的有效性.     

融合项目聚类和时间权重的动态协同过滤算法

传统基于项目的协同过滤算法离线计算项目间的相似度,提高了向用户推荐的速度,但极大的数据稀疏度影响了推荐质量,且该算法也忽略了用户兴趣随时间变化这一现象. 针对上述问题,提出了一种融合项目聚类和时间权重的动态协同过滤算法,根据用户偏好对项目进行聚类,找出类别偏好相似的候选邻居,再在候选邻居中搜寻最近邻,排除与目标项目共同评分较少的项目干扰,提高了搜寻相似项目的准确性. 同时,引入时间权重来反映用户兴趣随时间的变化,从整体上提高推荐质量. 在MovieLens数据集上进行实验,实验结果表明,本文所提出算法的推荐质量较传统的协同过滤算法有显著提高.     

基于数据挖掘的IDS日志算法的改进

提出了一个基于最小完美哈希函数的关联规则的数据挖掘算法。基于Apriori的算法,在综合了传统哈希剪枝技术的同时,利用最小完美哈希函数的优点,保证了静态数据库关联规则挖掘,可以对关联规则的哈希结构数据进行动态的调整。该算法提高了挖掘效率,通过抑制哈希地址冲突提高了算法的稳定性和可用性。     

粗集中规则提取的一种增量式算法

本文对数据成时间序列的动态决策表 ,用增量式算法提取决策表的规则模型。增量式算法的关键点是在分类正确率和相容度下对属性集进行优级排序 ,算法的特点是随着数据的增加逐次推导规则。随着计算轮次的增加 ,比较运算的次数按多项式增加。由于大型静态数据库可转化为动态数据库 ,所以 ,增量式算法是大型决策表规则提取的有效算法     

面向流式数据认证的变色龙认证树算法研究

针对流式数据应用的场景及其安全性需求,对流式数据认证相关内容进行研究,构造基于变色龙认证树算法的流式数据认证模型。在这个算法模型下,实现流式数据的添加、查询、认证等操作。动态变色龙认证树算法插入数据更稳定,查询验证时返回的认证路径更短,因此减少了时间、空间开销。测试结果表明动态变色龙认证树在插入、查询、验证效率上有了较大提升。     

粗集中规则提取的一种增量式算法

本文对数据成时间序列的动态决策表,用增量式算法提取决策表的规则模型。增量式算法的关键点是在分类正确率和相容度下对属性集进行优级排序,算法的特点是随着数据的增加逐次推导规则。随着计算软次的增加,比较运算的次数按多项式增加,由于大型静态数据库可转化为动态数据库。所以,增量式算法是大型决策表规则提取的有效算法。     

COM组件技术在数据传输中的应用

论述了利用COM组件技术解决网络数据传输中两个难题，对异构数据库的数据访问操作以保证数据传输具有安全性，可靠性和实时性，通过COM组件技术对数据库操作进行封装，从而实现对异构数据库的并蔽，满足了代码一致性的要求，另外，利用COM组件技术，使用UDP传输协议，将数据传输的实现封装在COM组件中，使得各工作站间能够调用统一的传输算法，从而优化网络中数据传输的性能。     

数据分布模型的应用研究

分析和研究了一种分布式数据模型的策略 ,利用聚类分析算法和智能 Agent技术 ,对相关数据进行聚类统计 ,按照同类数据聚合的原理 ,决定需调整和转移的数据 ;在此基础上 ,提出了系统集成中数据分布不合理时的数据动态转移 ,以及在数据转移过程中 ,异种数据库之间的数据格式转换等问题的解决方案     

求解最短路径问题的DNA动态规划算法

最短路径问题是一个组合优化问题,许多交通运输、工程、管理等实际问题可转化为最短路径问题进行求解。文中利用DNA计算的并行计算模式,给出一个求解最短路径问题的DNA动态规划算法,该算法最多需要7n-11个生物操作。     

校园网多径混合路由算法

针对目前校园网路由算法中最小生成树的计算和最短路径的生成存在速度慢和效率低的问题,提出了一种多径混合路由算法.结合了静态路由算法和动态路由算法的优点,减少了计算最短路径树时的总执行时间,当网络中链路有新的权重变化时,它使用多径信息来创建最短路径树,并且能够根据网络中链路权重变化的位置来决定使用静态路由算法或者是动态路由算法.与现有的迪杰斯特拉(Dijkstra)算法、动态Dijkstra算法和混合最短路径树算法进行了对比实验,结果表明多径混合路由算法降低了最小生成树的计算时间.在校园网中使用多径混合路由算法可以加快了网络路由的收敛,提高了网络的性能.     

一种基于网格计算的农业遥感数据快速分类算法

针对农业遥感数据分类速度慢的问题,本文对K-means算法的并行化方法进行了研究,提出了一种基于网格计算的快速分类算法.在实现K-means并行算法过程中,通过调整通信数据的存储方式,使该算法每次迭代的通信次数降低为一次全收集操作.该算法节点数的选取是根据数据规模和分类需求确定的,而不是节点数越多算法效率越高.实验结果表明,这种方法具有较好的加速比.     

一种轻量级的云存储动态数据完整性验证方法

现有的云存储数据完整性验证方案，存在着数据签名效率较低和无法满足用户大量数据动态更新需求等问题。针对这些问题，提出一种新的云存储动态数据公开验证方案，通过引入多分支路径树结构保证了数据块存储位置的正确性，使用短签名算法保证了数据块内容的不可篡改。安全性分析和实验表明，该方案具有抗伪造和隐私保护等特性，在计算和通信开销方面要优于现有方案。     

基于可靠度的动态随机交通网络耗时最优路径

为了反映交通网络中考虑可靠性的路径选择行为,基于可靠性理论建立了动态随机网络环境下自适应最可靠路径模型。首先,定义行程时间可靠度为路径的目标函数,建立动态随机网络自适应最可靠路径模型反映交通网络的耗时随机特性、时变特性和风险性;其次,通过最优化理论把该问题转化为动态规划问题;然后,构造动态规划算法求解该问题;最后,通过Matlab计算机语言实现了算法程序,并针对实际交通网络展开数值试验。计算结果显示了该算法的收敛性和可行性。