SVM参数优化的AFMC算法

支持向量机的参数选择仍未有系统的理论指导,其优化选择一直是支持向量机的一个重要研究方向。考虑到人工鱼群算法优化支持向量机参数往往易陷入最优参数组合微小邻域的问题,构造了用于支持向量机参数优化的AFMC算法。该算法前期利用鱼群算法较好的并行寻优性能,能快速寻得问题的近似最优解,而后利用MonteCarlo法进行局部寻优,以实现快速、有效地获取强近优解。数值实验结果表明,该算法具有较好的分类性能和较快的寻优速度,验证了在支持向量机参数寻优中的有效性和可行性。     

果蝇耦合均匀设计算法及其优化SVM参数

支持向量机的参数选择仍无系统的理论指导,且参数优化一直是支持向量机的一个重要研究方向。传统果蝇优化算法能够较快寻得一个较优的近似最优解,随后在该解的邻域继续迭代而造成寻优时间的严重增加。针对该问题构建了果蝇优化算法与均匀设计相耦合的果蝇耦合均匀设计算法,并将其用于支持向量机的参数优化。该算法首先利用果蝇优化算法并行寻优以快速得到所研究问题的一个较优近似最优解,然后跳转执行均匀设计的局部寻优,以获得一个更优的近似最优解。数值实验结果表明:该算法具有较快的寻优效率和较高的分类精度,验证了其在支持向量机参数优化中的有效性和可行性。     

两机无等待流水车间调度问题的性质

针对两机无等待流水车间调度问题,提出目标函数最大完工时间最小化的快速算法,并给出算法的复杂度。分析两机无等待流水车间调度问题的排列排序性质,证明了两机无等待流水车间调度问题的可行解只存在于排列排序中,排列排序的最优解一定是两机无等待流水车间调度问题的最优解。最后研究了同时包含普通工件和无等待工件的两机流水车间调度问题的复杂性,为进一步研究两机无等待流水车间调度问题提供了理论依据。     

一种支持向量机参数优化的GA-Powell算法

支持向量机的核心是核函数,选择合适的核函数参数是支持向量机理论研究的重点。文中将遗传算法与Powell算法相结合,提出了GA-Powell算法来优化核函数的参数。首先利用遗传算法找到一个初始最优解,再利用Powell算法在所得解附近进行寻优,反复迭代产生最优解。该算法在保留遗传算法较强的全局搜索能力的同时具有Powell算法的较强的局部搜索能力,使得混合算法具有更加精确和快速的收敛性。将该算法应用到银行基金项目的分类实验中取得了良好的结果。     

公共交货期窗口下提前/拖期问题的多机调度算法

提出了求公共交货期窗口下提前／拖期都有惩罚的单机零件排序问题最优解的新算法,建立了相应多机零件排序问题的数学模型。在证明关于单机问题最优排序和最优公共交货期性质的若干定理的基础上,给出了求解多机问题的一个启发式算法。数值例子表明,该算法有较为理想的优化效果和工程实用价值。     

公共交货期窗口下提前／拖期问题的多机调度算法

提出了求公共交货期窗口下提前／拖期都有惩罚的单机零件排序问题最优解的新算法,建立了相应多机零件排序问题的数学模型。在证明关于单机问题最优排序和最优公共交货期性质的若干定理的基础上,给出了求解多机问题的一个启发式算法。数值例子表明,该算法有较为理想的优化效果和工程实用价值。     

基于改进蚁群算法的自动化立体仓库路径优化研究

目前,自动化立体仓库广泛应用于物流行业。为了提高仓库中货物的存取效率,可采用蚁群算法解决堆垛机路径优化问题。针对传统蚁群算法中易得到局部最优解的缺陷,笔者采用改进的蚁群算法,引入信息素调整因子,改变路径中各节点上的信息素浓度,减少局部最优现象。仿真实验结果表明,改进的蚁群算法能较好解决路径优化问题。     

基于改进模拟退火混合算法的移动机器人全局路径规划

利用改进模拟退火算法与共轭方向法组成混合全局优化算法,对移动机器人全局路径规划进行求解.该混合全局优化算法先用共轭方向法搜索局部最优解,再用改进模拟退火算法跳出局部最优解,依此更新温度值.如此反复操作,直至找到全局最优解.仿真结果表明该算法具有较好的优化效果,能快速收敛到全局最优解.     

基于局部禁忌搜索策略的连续空间蚁群算法

针对蚁群算法容易陷入局部最优解及搜索时间长等不足,引入一种基于连续空间的禁忌搜索算法,并将其与蚁群算法相结合,提出了一种引入禁忌搜索策略的蚁群算法,以求解连续对象优化问题。经测试验证了该算法不仅跳出局部最优解的能力更强,而且能较快地收敛到全局最优解,表明算法的有效性。     

改进的粒子群理论及在非线性方程组中的应用

针对基本粒子群优化算法的"早熟"及参数设置的缺陷,提出基于变尺度的粒子群优化算法。该算法利用变尺度法局部收敛快的特点,使改进后的算法能有效地跳出局部最优解,快速地搜索到全局最优解。仿真结果表明新算法提高了最优解的精度和优化效率;同时验证了新算法有较好的鲁棒性,然后把改进算法成功应用于非线性方程组求解问题。     

改进型的二进制搜索RFID系统反碰撞算法

在射频识别（Radio Frequency Identification，RFID）系统中碰撞是一个很常见的问题。如何有效地解决这一问题对于RFID系统来说是至关重要的。包括跳跃式动态树形反碰撞算法在内的二进制搜索反碰撞算法是一种重要的解决碰撞问题的算法，但是这一算法有一个缺点就是标签的识别码的识别速率较低。为此提出一种改进型的反碰撞算法。和其他现存的算法相比，能够大大减少阅读器问询的次数，同时信息吞吐量可以进一步提高，算法模拟结果表明，当标签数目为100时，其吞吐量提高幅度为29.85％。     

一种基于混合PSO的投影寻踪动态聚类模型

针对粒子群算法容易陷入局部最优解,将遗传算法的交叉和变异引入到粒子群算法中。根据不同的收敛情况及交叉和变异的特点使用两种算子,提出一种既能预防陷入局部最优解又能跳出局部最优解的混合粒子群算法,将该算法应用到投影寻踪动态聚类模型中来优化投影方向,得到近似最好的投影寻踪动态聚类模型。实验证明,相对于原始粒子群算法,该方法可以有效地避免陷入局部最优解,而且投影效果也更好。     

卫星时变拓扑网络最短路径算法研究

在提出卫星时变拓扑网络模型的基础上，首先证明了传统网络中的最短路径算法（如Dijkstra算法）在卫星时变拓扑网络中使用存在局限性，给出了一种可适用于卫星时变拓扑网络的最短路径算法并利用卫星节点间邻居关系的相对规律性，对算法进行了优化．相关仿真表明该算法比目前常用的卫星网络路由算法（如DVTR）更适合于切换频繁的卫星网络．     

Canny算子中Otsu阈值分割法的运用

Canny算子只要能适当地选择其参数就能提取物体清晰的轮廓.利用类间方差最大化阈值分割算法(Otsu)能够计算出对Canny算子性能具有决定意义的高门限值,然后将这门限值运用于Canny算子来检测物体边缘.从实验结果看,Otsu算法应用于Canny算子中门限选择,改善了Canny算子的边缘提取效果,取得了预计的成果.     

HiTM：一种高速流量采集方法

针对目前高速流量采集存在的问题,对被采样的数据使用Hash算法压缩流ID长度,并在本文提出了一种高速流量采集方法HiTM。HiTM多级过滤器前增加一个高速缓存,减少流ID处理时的访存次数和多级过滤器的报文处理数目,提高处理的效率。理论和实验表明,HiTM与目前的经典算法相比具有错误率低、访存次数少、统计速度快的特点,可以应 应用于高速网络流量采集。同时,算法的内存需求可以预先给定,在网络规模扩大时,算法的精度也可以得到很好的控制。     

Systolic算法和结构求解线性系统的极点配置问题

提出了一种Systolic算法和阵列结构,可并行求解大规模极点配置及可控性问题.仿真 结果表明,这种方法在计算上有很好的并行性.     

一类递归查询问题的快速求解算法

提出一个求解一类扩充递归Ｄａｔａｌｏｇ逻辑程序的算法,论证其正确性,并讨论了算法的复杂性。该算法结合了自底向上和自顶向下的逻辑程序求解算法的优点,但比魔集算法简单,易于实现。利用宁可以解决工程数据管理中常遇到的产品零部件装配关系的递归查询问题。     

Efficient automatic exact motif discovery algorithms for biological sequences

ObjectiveThis paper presents an algorithm for the solution of the motif discovery problem (MDP).Methods and materialsMotif discovery problem can be considered in two cases: motifs with insertions/deletions, and motifs without insertions/deletions. The first group motifs can be found by stochastic and approximated methods. The second group can be found by using stochastic and approximated methods, but also deterministic method. We proved that the second group motifs can be found with a deterministic algorithm, and so, it can be said that the second motifs finding is a P-type problem as proved in this paper.Results and conclusionsAn algorithm was proposed in this paper for motif discovery problem. The proposed algorithm finds all motifs which are occurred in the sequence at least two times, and it also finds motifs of various sizes. Due to this case, this algorithm is regarded as Automatic Exact Motif Discovery Algorithm. All motifs of different sizes can be found with this algorithm, and this case was proven in this paper. It shown that automatic exact motif discovery is a P-type problem in this paper. The application of the proposed algorithm has been shown that this algorithm is superior to MEME, MEME3, Motif Sampler, WEEDER, CONSENSUS, AlignACE.     

一种无模型非线性运动控制学习算法的研究

本文针对具有往复特性的非线性运动控制，提出了一种基于Fourier无穷级数的无模型运动控制算法. 该算法将复杂的非线性问题映射成Fourier空间中若干个调节器问题. 从而简化了问题的求解.文中给出了算法收敛性的理论证明.最后在自行研制的小型运动平台上进行了相关实验，结果表明，该算法具有简单、高效、控制精度高等特点，有较强的实用性．     

基于竞争演化算法的TSP求解

针对NP完全问题的TSP问题，该文提出了一种属于启发式算法的竞争演化算法。并用构造能量函数的方法证明，用这种算法能使能量函数减小。最终必找到一条有意义的路径。微机仿真结果说明，这种算法能在较少的迭代步骤内找出一条较短的路径。