单机多目标攻击的目标威胁排序

本文讨论空对空单机多目标攻击的威胁目标排序问题，首先概述了目标威胁排序算法，然后讨论了目标威胁因素的威胁指数计算及综合威胁度计算方法，最后采用典型用例进行了计算。结果表明本文所提出的威胁评估算法与实际情况相当符合，而且算法简单，易于工程实现。     

一种运动数据检索的相关反馈算法

本文提出了一种基于RankBoost的运动数据检索相关反馈算法.该算法具有以下二个方面的特点:首先,以KNN-DTW作为RankBoost集成学习的弱排序器,在适应变长多变量时间序列(Variable-Length Multivariate Time Series,VLMTS)数据的同时,利用RankBoost的集成性与高效性解决相关反馈实时性要求与VLMTS数据计算复杂度高的矛盾;其次,以本文提出的最小化排序经验损失和泛化损失风险作为RankBoost集成学习目标,有效地克服了相关反馈小样本学习环境下的过拟合问题.在CMU动作库上的实验结果验证了该方法的有效性.     

基于概率排序的存储约束树形搜索算法的研究*1

鉴于目前MIMO系统中大多数多符号差分检测算法对于大容量存储空间的需求和高计算复杂度的缺点,提出了一种概率排序的存储约束树搜索(Probabilistic Sorting Memory Constrained Tree Search,PSMCTS)算法,利用概率排序的性能优势与MCTS的存储优势来解决此问题。经过理论分析与仿真验证,该算法能够继承MCTS算法的优势,能够动态地适应预设的存储空间,适合硬件实现,而排序算法提高了检测性能,在固定的存储需求下,性能表现更加逼近ML算法,同时能够解决MCTS算法在小存储容量条件下低信噪比区域计算复杂度仍比较高的问题。因此,PSMCTS可以作为一种有效的方案应用在通信系统中。     

基于性能权重聚类的频域盲分离排序算法

卷积混合盲源分离可以在频域得到有效解决，但频域盲分离必须要解决排序模糊性问题。本文提出了一种基于性能权重聚类的频域盲分离排序算法，该算法利用聚类来得到顺序参考，对各频点上分离信号的准确性进行计算，根据分离结果的准确性予以不同频点不同的聚类权重，从而提高聚类结果的可靠性。通过对频点进行分段处理可以有效抑制排序错误的传播，提高算法性能。最后通过多组仿真实验验证了基于性能权重聚类的频域盲分离排序算法的普适性与性能上的优越性，同时也探究了接收端个数对算法性能的影响。仿真结果表明本文提出的基于性能权重聚类的频域盲分离排序算法相较于传统的幅度相关性排序算法在信干比上会有2 dB左右的提升。接收天线数越多，算法分离性能越好。     

计算机程序设计排序方法研究

在计算机程序设计的算法中,存在多种排序方法。学习和研究各种排序方法是计算机工作者的重要课题之一。排序作为一种重要的算法,就是将一个数据记录的随意排序,重新排成一个按关键字排序的序列。文章将会介绍计算机程序设计中几种常用的排序方法,并对其各种性能进行分析。     

用内码转换法解决按姓氏笔划排序问题

提出了一种新的汉字内码表－－“姓氏笔划排序内码表”。利用此表进行内码转换，在不增加系统及操作者额外负担的前提下，解决按姓氏笔划排序问题。给出的新码表和算法可用于众多汉字ＭＩＳ系统中。     

快速排序算法研究

排序是计算机科学中最重要的研究问题之一，2000年被列为20世纪对科学和工程计算的研究与实践影响最大的10大问题之一。文章介绍了基本的快速排序算法及三种枢轴元素的选取方法，全面深入地分析了快速排序算法最坏情况下的时间复杂度，平均情况下的时间复杂度，随机情况下的时间复杂度，并对快速排序算法和堆排序算法进行了比较，理论和实验结果表明，快速排序算法仍然是目前最好的排序算法之一。     

论链式分频排序

本文提出一种新的排序算法，作为对排序算法的突破性尝试，与快速排序算法相比，速度全面大幅度提高。文章给出了新算法的时间复杂性是O（N）的理论证明和关键字分别是二字节整数、四字节单精度实数、最大长度为20的字符串三个演示程序。     

快速排序算法的分析与研究

快速排序是排序算法中性能较好的一种,但存在对数据基本有序的情形下的性能瓶颈问题。为了保证快速排序在任何情况下的高效性,在对快速排序算法的时间效率进行充分的分析的基础上,指出支点元素的选取是影响快速排序算法效率的主要因素。提出了一种随机选择支点元素的快速快排方法,很好地避免了最坏情况的发生。通过实验验证了改进算法的正确性和高效性。     

SDH高速线路的误码监视方法：缩短的BIP方式

ＳＤＨ系统的ＳＴＭ－Ｎ线路的误码监视定义为２４Ｎ比特的ＢＩＰ（Ｂｉｔ ＩｎｔｅｒＬｅａｖｅｄ Ｐａｒｉｔｙ）。实现ＢＩＰ算法的硬件规模随着传送速率的提高而成比例的增多。例如，适用于ＳＴＭ－１６（２．４８８３２Ｇｂｉｔ／ｓ）的ＢＩＰ码其长度为３８４比特，很明显线路误码监视的硬件占ＳＤＨ处理硬件的很大比例。为解决此问题，本论文提出一种新的误码监视方法，该方法在发送端适用于ＩＴＵ－Ｔ建议的误码监视码；但     

A NEW OPTIMIZATION ALGORITHM BASED ON THE PRINCIPLE OF EVOLUTION

A new genetic algorithm is proposed for the optimization problem of real-valued variable functions. A new robust and adaptive fitness scaling is presented by introducing the median of the population in exponential transformation. For float-point represented chromosomes, crossover and mutation operators are given. Convergence of the algorithm is proved. The performance is tested by two generally used functions. Hybrid algorithm which takes the BP algorithm as a mutation operator is used to train a neural network for image recognition. Experimental results show that the proposed algorithm is an efficient global optimization algorithm.     

一种通过节点序寻优进行贝叶斯网络结构学习的算法

针对K2算法过度依赖节点序,遗传算法节点序寻优效率差的问题,该文提出一种直接对节点序进行评分搜索的贝叶斯结构学习算法。该算法以K2算法为基础,首先通过计算支撑树权重矩阵,构建能够定量评价节点序的适应度函数。然后通过提出混合交叉策略和孤立节点处理机制,同时利用动态学习因子和倒置变异策略,提升遗传算法节点序寻优的性能。最后将得到的节点序作为K2算法的先验知识得到最优贝叶斯网络结构。仿真结果表明,该方法解决了K2算法依赖先验知识的问题,相比于其它优化算法,评分值平均增加了13.11%。     

Accurate direction‐of‐arrival estimation of multiple sources using a genetic approach

In this paper, we present an accurate direction‐of‐arrival (DOA) estimation method, which is based on the maximum likelihood (ML) principle and implemented using a modified and refined genetic algorithm (GA). With the newly introduced features—intelligent initialization and the emperor‐selective (EMS) mating scheme, carefully selected crossover and mutation operators and fine‐tuned parameters such as the population size, the probability of crossover and mutation etc., the GA‐ML estimator achieves fast global convergence. A GA operator and parameter standard is suggested for this application, which is independent of the source and array configurations except the number of sources. Simulation results demonstrate that in general scenarios, the proposed estimator is the most efficient in computation and its statistical performance is the best among all popular ML‐based DOA estimation methods. Copyright © 2004 John Wiley & Sons, Ltd.     

改进遗传算法在饲料配方设计中的应用

针对现有饲料配方软件的局限性,以白绒山羊饲料配方为例,提出一种基于改进遗传算法的求解方法。与标准遗传算法相比,采用随机联赛选择替代轮盘赌模型,优化了选择策略;采用不同的随机数交叉和高斯变异,改进了交叉算子与变异算子。测试结果表明,该方法具有良好的运算效率,拓宽了搜索空间,提高了对重点区域的搜索能力,降低了成本,为复杂问题的优化提供了一种新的思路。     

一种遗传-梯度混合算法

本文提出一种函数全局优化的遗传-梯度混合算法。该算法由选择、交叉和诱导变异算子组成。通过对自适应滤波和前向神经网络权值训练两个典型问题的数字仿真，表明该算法是一种快速有效的全局优化算法。     

Analysis of a FBG sensing system with transverse uniform press by using genetic algorithm

An analytical method in a quasi-static fiber grating sensing system under transverse uniform press is proposed based on genetic algorithm The effect of population size, generations, crossover ratio and mutation ratio to genetic algorithm, and the optimization parameters of genetic algorithm were given. The relevant experimental system is constructed. The simulation and experiments show that the analytical method proposed can be applied to analyze the reflective spectra of the quasistatic FBG sensing system at transverse uniform press, the strain measurement with high-precision of 0.91% can be realized     

A new automatic alignment technology for single mode fiber-waveguide based on improved genetic algorithm

A novel automatic alignment algorithm of single mode fiber-waveguide based on improved genetic algorithm is proposed. The genetic searching is based on the dynamic crossover operator and the adaptive mutation operator to solve the premature convergence of simple genetic algorithm. The improved genetic algorithm combines with hill-climbing method and pattern searching algorithm, to solve low precision of simple genetic algorithm in later searching. The simulation results indicate that the improved genetic algorithm can rise the alignment precision and reach the coupling loss of 0.01 dB when platform moves near 207 space points averagely.     

解旅行商问题的一个新进化算法

旅行商问题(Travelling Salesman Problem,TSP)是一个著名的组合优化问题。提出用进化算法求解该问题。算法采用自然编码方式表示个体,设计了一种利用种群的边产生后代个体的新交叉策略。采用随机DoubleBridge变异策略,最后设计了结合2-交换和特殊3-交换的局部搜索算子改善解(个体)的质量。数值模拟实验表明,该算法是有效的。     

一种高效的单播网络自适应拓扑推测算法

为提高单播网络拓扑推测的效率和准确性,本文提出一种高效的单播网络自适应拓扑推测算法.该算法利用探测包中的TTL信息作为二分深度优先搜索排序中参考节点的选择依据,有效降低测量过程中所需的背靠背包对数量,提高拓扑推测的效率;通过对现有的深度优先搜索下网络拓扑推测算法原理的分析,给出该算法能够正确推测出整个网络拓扑的充分条件,在此基础上提出一种自适应判定阈值选择方法,有效提高网络链路参数未知情况下的拓扑推测准确性.仿真实验结果表明,本文所提出的算法具备更高的拓扑推测效率和准确性.     

具有较大鲁棒度的歼击机容错控制

针对复杂非线性系统被动容错控制问题,提出将AREs与小生境遗传算法相结合的方法。在T-S建模的基础上,这种方法用于搜寻最优控制器。在小生境遗传算法中提出了交叉变异概率的自适应调整律,克服遗传算法早熟的缺点。为了消除T-S建模误差,应用在线可调且具有补偿项的RBFN来消除建模误差。歼击机在多种故障下的仿真表明,此方法能够实现很好的容错控制效果。