CMST问题的高效分支定界算法研究

针对网络优化设计中一类基本的、具有重要研究价值的问题——具有流量约束的最小生成树（CMST）问题进行了研究，提出了一种联合启发式搜索和分支定界方法的混合优化算法．通过应用邻域搜索策略，初始解有了极大的改进．提出的高效算法提高了遍历搜索树的效率，加快剪枝，并通过实验验证了该算法的性能．在阐述搜索最优解的过程中说明了该算法的优势．计算结果表明，新提出的高效分支定界算法极大地改进了原有的基于边的分支定界算法的效率．     

一种新的博弈树搜索方法

通过对机器博弈主要搜索算法的深入分析和实践,提出了在博弈树一层结点中以广度优先方式,运用接力式空窗探测技术反复淘汰到只剩一个结点的新搜索方法. 该方法面向应用,搜索过程易控,理论上的最小搜索极限小于极小博弈树. 对比实验表明,该算法平均搜索效率高于PVS搜索和MTD(f)方法,并且使用该方法的迭代深化对博弈树优化效果最佳,从而使迭代深化搜索应用范围更加广泛.      

基于西洋跳棋的博弈程序研究

为了提高计算机博弈水平,以西洋跳棋为研究对象设计博弈程序.采用Min-Max搜索算法实现对博弈树的搜索,根据α-β剪枝算法研究博弈树的估值深度,设计了搜索深度可以剪枝的博弈模型.该博弈模型解决了博弈程序布局方式、估值深度和搜索耗时等问题,提高了程序搜索效率和博弈性能.博弈程序在全国大学生博弈比赛中获得二等奖,在实际中得到了检验和应用,比赛结果表明了该博弈模型是可行和有效的.     

基于排序树的频繁项集挖掘算法

提出了排序树的概念以及用排序树存储频繁项集的思想,证明了末项剪枝性质,以O(1)的时间实现了与Apriori算法同样的连接和剪枝操作,采用祖先兄弟表示法存储排序树,在某事务不包含祖先时跳过具有共同祖先的所有兄弟结点,提高了计算支持度的时间性能。理论分析和实验结果均表明,在时间性能方面本文算法与Apriori算法相比有较大提高。     

基于UML的五子棋的分析与设计

以五子棋为例，用UML开发人机博弈程序。五子棋博弈算法采用了博弈树的方法，应用了剪枝和极大极小值原理进行搜索寻找最优的下子位置。用面向对象的思想并结合UML建模工具，对程序进行分析、设计。此外，程序可以通过增加机器学习，对棋局进行记忆、总结学习，可以进一步提高系统的智能。     

PRO树及其剪枝问题的研究

介绍了静态和动态两种ＰＲＯ树的生成及为求出目标解在ＰＲＯ树上搜索、匹配和回溯的过程．针对截断谓词可能出现的各种位置，着重讨论了两种ＰＲＯ树的剪枝，同时总结了截断谓词在剪枝时所遵循的两条原则     

自适应WPM抗干扰系统中的WPT优选算法研究

为提高自适应小波包调制(WPM)系统抗窄带干扰能力,提出一种基于单音干扰的小波包树(WPT)优选算法.算法以误码率(BER)和有限信号传输能量为条件构造WPT节点处的代价函数,将树优选问题转化为搜索拉格朗日最小代价函数问题,通过剪枝方式搜索窄带干扰下的最优树.理论分析和仿真结果表明,优选算法在窄带干扰环境下能够简单准确地搜索到最优树,在不需要定时发送训练序列的条件下显著提高自适应WPM系统抗窄带干扰能力.     

多种搜索算法的五子棋博弈算法研究

主要选择五子棋为研究对象,应用Alpha-Beta剪枝算法、置换表技术搜索算法,研究人工智能模拟人类思考的推算过程,实现博弈效果。在Alpha-Beta剪枝算法中引入迭代加深以及局部搜索方法,提高程序棋技。在此基础上使用Monte Carlo方法和深度学习方法结合的方式来提高下棋技巧。实验结果表明,该算法相比于上述几种方法有明显的改进。     

一种用于Occam反演中搜索拉格朗日乘子的方法

Occam反演法由于其算法稳定,对初始条件要求不高,反演效果较好,在大地电磁反演中运用较多。不过其每次迭代都需要进行偏导数计算和大量的模型计算,以便搜索到最佳的拉格朗日乘子,这造成了计算量和计算时间的增加。Occam反演在每次迭代寻找最佳模型的过程中需要搜索合适的拉格朗日乘子使拟合差最小,搜索的方法一般使用进退法和扫描法,鲜少使用其他一维搜索方法。本文将牛顿迭代搜索法和二分法组合一起用于拉格朗日乘子的搜索,取得了较好的结果,减少了模型的搜索量,在一定程度上提高了计算速度。     

提高Eclat算法效率的策略

为了提高Eclat算法的效率,从剪枝、项集连接和交叉计数3方面对Eclat算法进行优化.将后缀相同的项集归为一个等价类,使剪枝更充分,剪枝时引入双层哈希表加快搜索候选项集子集的速度;提出项集集合划分链表,以减少项集连接过程中比较判断的环节;提出事务标识（Tid）失去阈值,以加快交叉计数的速度.在此基础上提出一种优化的Eclat_opt算法(ZAKI),把它与Eclat原算法以及其他2种Eclat改进算法Diffset (ZAKI), hEclat(熊忠阳）进行对比实验的结果表明,Eclat_opt算法的效率在稀疏数据集上最高,总体时间性能最好.     

基于改进布谷鸟搜索算法的云计算任务调度

针对云计算系统中能否高效地调度子任务的问题,本文提出了一种基于改进布谷鸟搜索算法的任务调度算法.利用柯西分布对陷入局部极值的鸟巢进行扰动,有利于提高布谷鸟搜索算法全局搜索的质量.算法运用整数编码方式,利用改进后的算法求得最优解.使用云仿真平台进行验证,结果证实了所提出算法的有效性.     

基于用户兴趣模型两段式排序的隐私保护方法

针对现今个性化搜索中用户兴趣模型隐私的保护需要,提出一种基于服务器和客户端协作的用户兴趣模型两段式排序方法.利用基于上下层次结构的树状用户兴趣模型,对其分段在服务器与客户端对搜索结果进行排序,不仅提高了个性化搜索服务质量,而且通过用户可控的开放隐私程度调节,有效地达到了隐私保护的目的;此外,该模型采用动态目录结构,实现了用户兴趣数据的反馈更新,从而使得用户兴趣模型的信息更加精确.实验结果表明:该模型的个性化搜索质量优于Google原始排序结果,这种差距随着用户隐私开放控制程度的提升逐渐变小;在服务器两段排序对中间排序结果的裁剪过程中,只要恰当地选择数据的范围,不仅不会影响个性化搜索服务质量,而且能提高系统运行效率.     

改进的基于遗传模糊C均值聚类的图像分割算法

模糊C均值（Fuzzy C-Means,FCM）聚类算法已广泛应用于图像分割领域,其本质是一种局部搜索算法,采用迭代爬山算法寻找最优解,对初始聚类中心敏感,很容易陷入局部极优值,且没有考虑图像的空间邻域信息,对噪声敏感。本文提出了改进的基于遗传模糊聚类的图像分割算法,利用遗传算法的全局寻优能力来克服FCM算法容易陷入局部极优值问题;并在FCM算法的目标函数中添加空间邻域信息来约束隶属度函数从而提高对噪声的鲁棒性,使分割更加符合期望。实验结果表明本文算法的有效性,图像分割时具有较强的抗噪能力和较好的分割效果。     

基于剪枝优化的最优波束序列快速搜索方法

为解决多波束天线典型测试波束组合数量大、遍历效率低、最优波束序列搜索代价极大的问题,通过分析多波束天线激励系数矩阵中波束与馈源阵列的映射关系,结合合成多波束的形成原理,采用最小二乘估计法构建馈源阵列的平均估计误差判定标准,并在建立典型测试波束选取的无关性、覆盖性和馈源贡献率准则的基础上,提出一种基于剪枝优化设计的最优波束序列快速搜索算法.通过仿真得出了实际条件下的最优测试波束序列.实验结果表明,优化后的搜索算法复杂度降低,搜索结果准确,效率提高显著,对在实际系统中实施高效、准确的最优波束序列快速搜索具有重要的参考价值.     

基于粒子群进化的输电网络WSN节点定位算法

为了提升WSN的定位精度,提出了一种基于粒子群进化的定位算法,以应用于输电网络中的节点定位.该算法通过区域估计,缩小并限制传感器节点的预估计区域空间,并应用粒子群算法快速寻找节点定位的最优解.通过引入权重自适应的机制,加快节点定位的搜索速度,并提升算法的搜索能力.结果表明,该算法有效增强了WSN节点定位的精度,降低了计算复杂度,为输电网络的无线传感器网络提供更高效准确的定位服务.     

考虑质量预测的前摄调度问题模型与算法

为有效描述装配人员水平、工件质量等因素对飞机装配作业质量的影响,并为飞机装配过程建立合理的前摄调度计划,提出支持向量回归（SVR）预测模型和两阶段循环迭代搜索算法. 采集相关历史质量数据,以装配人员水平和工件质量等数据为输入,作业质量为输出训练SVR预测模型. 基于已训练的SVR预测模型,采用基于作业列表禁忌搜索框架对作业列表进行邻域搜索,并通过内嵌人员分配搜索模块的串行调度实现人员配置的优化. 数值实验结果表明:采用SVR预测模型求得的作业质量预测值相较实测值的误差能够控制在5%以内,预测精度最高达到97.38%;两阶段循环迭代搜索算法求解所得模板计划与CPLEX偏差均值保持在9.99%~ 27.54%,与其他前摄调度生成方法相比偏差最小;在不确定性环境中,右移算法在两阶段循环迭代搜索算法所得模板计划中能取得最优或次优的平均装配工期和平均计划偏差. SVR预测模型能够对飞机装配作业质量进行有效预测,而两阶段循环迭代搜索算法则能满足构建飞机装配前摄调度计划的需求.     

环月超长波干涉仪最佳探测区域快速预报方法

为解决环月超长波干涉仪的最佳探测区域快速自主预报问题,采用改进的二分搜索方法.在环月超长波干涉仪的实际任务中,日地月与环月超长波干涉仪的四体实时相对位置可由星上自主轨道预报获得,由此干涉仪最佳探测区域的预报问题可等价为一维边界搜索问题.常用的一维搜索方法如二分法、斐波那契法与黄金分割法均为针对极值的搜索方法,因此改进了上述方法的搜索策略,使之适用于边界搜索问题,通过仿真比较了改进后3种搜索方法的精度与搜索效率.具体改进为:3种搜索均加入粗搜索的流程以快速缩小搜索范围,再依据不同方法定制相应收敛判据,精确搜索环月超长波干涉仪进出其最佳探测区域的时刻.最终通过比较上述3种方法在相同精度要求下的搜索时间与计算量,以评估3种方法的搜索效率.仿真结果表明,改进二分法的搜索时间与计算量均略高于其余方法的0. 5倍,其搜索效率显著优于改进的斐波那契法与黄金分割法,可用于环月超长波干涉仪最佳探测区域的快速自主预报.     

基于Stackelberg博弈的协作干扰策略

协作干扰策略是实现物理层安全的一种重要方案. 但是由于协作节点的能源有限性以及自私性,干扰服务不能无偿提供,为了使得源节点和协作节点之间取得最优的效益分配,提出了一种基于Stackelberg博弈的能效最优报偿及功率分配方案. 根据所建立的双层博弈模型,证明了系统存在唯一的全局最优能效,并且给出了最优功率分配方案的闭式解. 仿真结果表明,所设计的协作策略在能效方面优于平均功率分配策略,而且所提方案在多节点协作时能取得更优的表现.