一种改进的单调增强单纯形算法

考察单调增强单纯形算法的实际计算性能,并解析其计算效率较低的原因．该文提出一种改进方法,即从第一阶段算法开始,每旋出一个人工变量,就使非负缩减费用系数的个数得到单调增加;在第二阶段算法中,放松对枢轴行的选择要求,从而可使驱动变量尽快旋入基中,产生一个对偶可行解,然后再应用对偶单纯形算法获得问题的最优解或无可行解的结论．大规模数值试验对改进算法进行检验的结果表明,这种改进算法的计算效率优于经典单纯形算法,单调增强单纯形算法理论具有实用价值．     

不用人工变量求解线性规划问题

用单纯形法求解线性规划问题时,为了得到初始基本可行解,一般要加入人工变量,这就使变量增多,运算量加大。本文所介绍的求初始基本可行解的方法不用加入人工变量,一开始就在没有求得初始基本可行解的情况下使用换基迭代的方法进行迭代运     

克隆选择单变量边缘分布算法

张庆彬，吴惕华，刘波针对单变量边缘分布算法（UMDA）求解复杂优化问题的局限性，将人工免疫系统引入分布估计算法（EDAs）领域，提出了一种基于克隆选择原理的单变量边缘分布算法.该算法在进化过程中的每一代执行若干次克隆选择算法（CLONALG），利用克隆选择过程中的高频变异操作提高混合算法的局部搜索能力.通过对2种不同旅行商问题（TSP）的仿真实验表明，与UMDA、CLONALG以及UMDA和2 opt局部搜索算法的混合算法(UMDA2 opt)相比，克隆选择单变量边缘分布算法具有更高的优化性能.     

LBRSS算法和GBSS算法的关系

文章研究了域上的单序列综合问题的LBRSS(格基约化单序列综合)算法和GBSS(Gr bner基单序列综合)算法之间的联系,证明了LBRSS算法可以推出GBSS算法,从而使得LBRSS算法成为解决单序列综合问题的统一方法。     

基于RFID与基因表达式编程的经济统计时序挖掘

为解决基因表达式编程(GEP)在符号回归、RFID分类及经济领域中对时序数据的挖掘速度和精度还不够的问题,提出了统计基因、统计染色体和统计时序-适应度的定义,并针对传统GEP经济时序模型进行了综合改进;提出了新颖的单变量时序和多变量时序挖掘算法,提高了GEP统计时序挖掘的速度和精度;实验表明,与传统GEP、单变量GEP时序算法相比,多变量GEP时序算法挖掘速度快,其预测精度比单变量时序算法高出5%以上.该算法同样适用于RFID以及其他经济系统中的时序数据挖掘.     

关于《求解LP问题的部分基变量算法》的勘误及补正

文章针对周康等人的《求解LP问题的部分基变量算法》一文进行了分析,指出其文中算法原理及算法步骤存在的一些错误,补正了算法的不完善之处,并通过数值试验验证算法的计算性能。     

结构力学中广义单步单算子算法收敛率的注记

针对线性结构力学问题中的广义单步单算子算法,通过局部截断误差分析方法,给出了三个主变量即位移、速度和加速度取得二阶精度的充分必要条件,对广义单步单算子算法的主变量相容性的概念进行了深入探讨,并且解释了某些流行的算法中加速度一阶精度的问题。数值实验验证了理论结果。     

改进的Medium-Field多变量公钥加密方案

提出了一种改进的MFE多变量公钥加密方案。能够抵御高阶线性化方程攻击。给出了该改进方案在秩攻击和XL&Gröbner基算法攻击下的计算复杂度。通过分析可知,只要参数选择恰当,该改进方案也能够抵御秩攻击和XL&Gröbner基算法攻击。因此,该改进方案是一种安全的多变量公钥加密方案。     

基于车辆边缘计算的用户能耗最小化资源分配研究

考虑车辆时变信道对资源分配策略的影响,构建在保证任务QoS要求下的车载用户终端能量消耗最小化问题。利用车辆信道可预测特性以及李雅普诺夫随机优化理论将原问题分解为计算资源分配和无线资源分配两个子问题。由于计算资源分配子问题是单变量优化问题,因此可以直接得到解决方案。而对于无线资源分配子问题,通过将其转换为单变量优化问题进行求解。基于两个子问题的结果,提出一种联合无线与计算资源分配算法。仿真结果显示,当数据包平均到达速率从20个/时隙增加到40个/时隙时,该算法能耗相较于传统的贪婪算法能耗降低了48.85%。     

基于二进制人工蜂群算法的认知无线电决策引擎

为实现认知无线电系统参数的自适应调整功能,提出了一种基于二进制人工蜂群算法的认知无线电决策引擎。将认知无线电决策问题转化为多目标函数优化问题,并采用加权和方法将复杂的多目标函数优化问题归一化为简单的单目标函数优化问题。采用二进制人工蜂群算法对此优化问题进行求解,实现对无线电系统参数的优化调整。最后,通过一种多载波系统对算法性能进行仿真分析,仿真结果验证了该算法的有效性和实用性。     

带回程取货车辆路径问题的人工鱼群算法研究

该文提出用人工鱼群算法求解带回程取货车辆路径问题,有效调度车辆在送货的同时完成取货任务。将人鱼个体能量函数、觅食行为、聚群行为和追尾行为等应用到优化问题中,仿真结果表明人工鱼群算法是一种解决带回程取货车辆路径问题的有效方法。     

TSK模糊逻辑系统混合学习算法的进一步研究

对TSK模糊逻辑系统的混合学习算法作了进一步研究。根据结论参数总可由前提参数通过最小二乘法确定的特点,提出将其看作是只依赖于前提参数的一个系统,学习也因此可看作是只以前提参数为变量的一个优化问题。这降低了问题的维数,有利于减少计算量,改善收敛性。对这一问题应用梯度优化,等价于采用一次BP迭代与最小二乘的混合学习算法;应用拟牛顿优化,可导出有效的拟牛顿学习算法。对应用各种高级优化技术的学习算法,这一观点也是有指导意义的。     

一种变结构多模型机动目标跟踪算法的研究

该文针对在机动目标跟踪领域应用广泛的交互式多模型算法,是一种基于固定模型集合的算法,由此带来一个两难问题,既需要较多的模型保证跟踪精度,有会因为太多的模型而增加计算量。该文提出了一种基于序列似然比检测的变结构多模型算法,给出了一种模型集合自适应的解决方法。该方法提高了跟踪精度的同时也降低了计算量。随着反舰导弹的威胁日益增大,该文针对反舰导弹的机动特性,仿真验证了该算法的有效性。     

基于组合方向的对偶单纯形法

线性规划问题已经在各行各业得到了应用。求解线性规划问题也得到了很大发展。该文提出了求解线性规划问题的一种新的改进算法,利用组合方向来改进对偶单纯形方法。通过对对偶问题可行域结构的分析,找到一个组合的可行下降方向,沿此方向迭代,将绕过很多极点,若绕过产生退化的极点,会很大程度上避免退化带来的停顿现象,提高算法的效率。     

基于航迹关联的一、二次雷达联合跟踪

该文针对一、二次雷达在杂波环境下多目标多传感器协同跟踪问题,提出了一种带二次雷达修正的基于航迹关联的一、二次雷达联合跟踪算法。该算法先通过一次雷达对敌友方目标和二次雷达对友方目标运用联合概率数据关联算法滤波跟踪得到航迹数据之后运用双门限航迹关联判定友方目标并撤消对友方目标的跟踪和利用二次雷达探测数据进行对敌方目标的高度信息进行自适应修正,通过蒙特卡洛仿真表明该算法在提高目标跟踪精度和减小处理器的运算量都是有效的。     

机器带中断的误工问题的近似排序算法

该文讨论两台平行机排序问题,其中一台机器在不确定情况下中断,中断持续时间为D,目标为极小化误工工件数。当工件转移时间T=0时,该文提出该问题的最优算法。当转移时间T>0时为NP难问题,该文提出了一个差界为1的多项式时间的近似算法。     

混合型区间线性规划的求解

仅含不等式约束的区间线性规划的求解问题已有较好的算法。对含有等式约束的区间线性规划求解问题,现有的算法效率都不能令人满意,并会出现辅助问题没有可行解的问题。该文讨论既含不等式约束又含等式约束这种混合型区间系数线性规划的求解问题。利用问题的几何结构,提出了一种新的辅助问题,有效地降低了计算复杂性。并给出了辅助问题不可行时的处理方案。     

一种新的基于蚁群和凝聚的混合聚类算法

在经典蚁群算法和经典聚合算法的基础上,该文在改进蚁群算法的同时提出了一种新的基于蚁群和凝聚的混合聚类算法。该算法首先在蚂蚁放置物体时采用紧凑算法,其次对于可被蚂蚁负载的物体采用基于评估函数的调度算法,最后将凝聚算法融入蚁群算法的迭代过程。实验通过与其它聚类算法比较表明,该算法在继承了蚁群算法固有优点的同时,提高了时间效率,获得了较好的结果。     

一类新的求解非线性方程的算法

该文提出了在已有算法的基础上构造解非线性方程新算法的一种通用的框架。理论分析证明了这样构造的新方法的收敛性。采用通用例子进行的数值实验表明新算法能与经典牛顿法媲美。而且,许多求解非线性方程的算法如著名的四阶收敛Ostrowski算法也可在此框架下得到。     

三维无线传感器网络的中继器放置问题

该文首次讨论了三维空间中无线传感器双层网络上中继器放置问题。在一定的假设条件下,运用区域划分的思想,对单覆盖单连通、双覆盖双连通问题进行研究,设计了近似算法,并给出常数性能比,扩展了三维空间中无线传感器网络的研究领域,为无线传感器网络的进一步研究提供了重要思想。