无线多媒体传感器网络蚁群路由算法研究

对蚁群路由算法在无线传感器网络中的应用进行了调查,给出了一种基于基本蚁群路由算法的无线多媒体传感器网络的QoS路由算法,并通过仿真实验研究了前向蚂蚁数量及网络节点数量对算法性能的影响.为了提高算法性能,将前向蚂蚁数量引入到信息素挥发因子中,以减少算法对前向蚂蚁数量的依赖.同时引入基于地理位置已知的前向邻居节点集的概念对算法进行改进,以解决基本蚁群路由算法初始化问题.仿真结果表明改进后的蚁群路由算法能够有效提高算法性能.     

基于RBF网络的机械手运动学逆解

通过对RBF网络学习算法的分析,并在此基础上对最近邻聚类算法进行改进,以提高训练速度;并针对最近邻聚类算法整体拟舍效果不十分理想.对网络的输出进行修正,提高了求解精度.采用所提出的改进算法训练RBF网络,建立机械手逆运动学模型.仿真结果表明了该算法的有效性.     

单车场车辆路径问题的蚁群算法求解及程序设计

以郑州煤电物资供销有限公司的炸药配送问题为背景,引入蚁群算法对该配送问题进行求解.算法采用蚂蚁系统算法的转移概率策略确定蚂蚁的转移方向,并结合最大最小蚂蚁系统算法的信息素更新机制进行信息素更新.当算法接近停滞状态时,对信息素进行再次初始化,以加强算法的搜索能力.从而,得到一条解决该实际问题的完整最优解,作为该公司物资配送的参考.同时,探讨了在VC+ +6.0环境中实现该算法的主要编程思想.最后,将得出的结果与遗传算法所得结果进行比较,得出蚁群算法在解决车辆路径问题上具有较好的搜寻能力和收敛能力.     

一种基于位向量交集运算的规则冲突检测算法

无论从报文分类算法自身还是从安全角度,规则冲突检测都是一个重要的研究课题.而目前常用的冲突检测算法效率较低.针对这一情况,在ASBV算法基础之上,提出了一种高效的冲突检测算法DBBV.同ASBV算法类似,DBBV算法也采用了分治思想和位向量技术.但与ASBV算法不同,在每一维规则分量处理过程中,DBBV算法只需要进行一次位向量交集运算,而ASBV算法需要进行多次位向量并集运算;DBBV算法支持以范围形式表示的规则集,而ASBV算法只支持以前缀形式表示的规则集.对DBBV算法的正确性进行了证明,测试表明其检测速度快于ASBV算法.     

高维多目标头脑风暴优化算法

多目标优化的两个核心指标是收敛性和多样性,而对二者加以优化和权衡是多目标进化算法的关键.头脑风暴优化算法作为一种新型的群体智能优化算法,一经提出便引起了众多研究者的关注.本文在对现有的多目标头脑风暴优化算法研究的基础上,通过对决策变量进行分析,围绕收敛性和多样性分别进行优化,在对收敛性优化时通过分解策略增加选择压力,而在对多样性优化时以参考点更新种群增加多样性,最终扩展并提出了高维多目标头脑风暴优化算法.此外,本文提出一种以角点为聚类中心的自适应聚类方式,明确个体的导向,提高种群的扩展性.与现有的几种效果较好的多目标进化算法进行比较,大量的仿真结果表明了本文的算法具有优秀的性能.     

一种改进的双令牌互斥算法

互斥是解决分布式系统中资源申请的相互冲突、实现资源共享的一种有效方法.文中对目前的一些互斥算法进行了介绍,并对集中式互斥算法和分布式互斥算法进行了讨论,并分析了其特点.在简要介绍令牌环算法和双令牌算法的思想和步骤后,提出一种改进的双令牌算法.详细叙述了改进算法的设计思想和实现步骤,对性能进行了分析并给出算法示例.讨论结果表明,与原有的双令牌算法相比,新算法可以以更高效率有效检测令牌丢失并实现令牌重构.     

一种对图像中给定图形的定位方法

作为模式识别的前序,需要在一幅图像中找出一个基本图形,给出这个图形的位置,再进行进一步的识别.文中提出的算法以直接匹配为基础,改进了算法的执行效率.以二值图像中的图形的定位为实验对搜索定位算法进行了讨论.试验显示出该文算法有较高的执行速度.     

基于关联规则的Apriori算法的可视化实现方法

关联规则的提取是数据挖掘中的重要研究内容,对关联规则提取中的Apriori算法进行了分析与研究,针对该算法的运算效率不高,对该算法进行了优化.该算法以经典的Apriori算法为基础,改进后的算法在运算速度明显好于Apriori算法.同时,还介绍了一种基于Apriori算法的可视化挖掘模型[1],并讨论了该可视化模型的实现方法.     

运动矢量场自适应搜索算法的一种改进方案

在MVFAST算法的基础上,提出了一种改进的MVFAST算法.通过对MVFAST算法的分析,针对其不足之处,提出了MVFAST算法的改进算法.改进算法采用了高效的提前中止策略,即设置了动态的门限阈值,以及充分利用了视频序列的空间和时间相关性,对块进行运动类型划分,以采用不同的搜索策略对宏块进行起始点预测.该方法通过起始点预测、提前中止策略、对宏块进行划分,能够有效地处理视频序列.试验结果表明,在图像质量稍有提高的情况下,改进的算法能有效提高编码速度.     

基于混合进化算法的RBF神经网络时间序列预测

提出一种基于梯度下降法的混合进化算法,用于确定径向基函数（RBF）神经网络结构和优化其参数.在进化算法中嵌入梯度下降算子,对每一代中若干个精英个体以一定概率利用梯度下降法进行搜索,以加强算法的局部搜索能力.利用混合进化算法对RBF网络结构和参数同时进行训练和优化,对网络节点数和参数进行混合编码.仿真实验结果表明该RBF网络具有较强的泛化能力.     

距离寻优中Dijkstra算法的优化

Dijkstra算法在求解两指定顶点间最短距离时,对两顶点之间最短路径以外的大量顶点进行了计算,而影响了算法的速度。在对Dijkstra算法分析的基础上,结合网络模型的特点,对Dijkstra算法进行了优化。优化算法基于两点之间直线最短的思想,改变了对顶点处理顺序的规则。在算法流程中只对最短路径上及其附近的顶点做了处理。而与最短路径相距较远的顶点基本不涉及。因此,在优化处中计算的顶点数量大幅减少,提高了算法的速度,给出了优化算法的正确性证明,对优化算法的实用性和效率加以讨论,优化算法在实际中已经得到应用。     

基于目标函数变化率的混合蚁群遗传算法

根据蚁群算法和遗传算法收敛性互补的特点,提出了一种基于目标函数变化率的混合蚁群遗传算法。该算法的基本思想是：用蚁群算法的解作为遗传算法的初始种群,根据目标函数的变化率交叉地调用蚁群算法和遗传算法。每当种群进化接近停滞时,调用蚁群算法。这种方法可动态地控制蚁群算法和遗传算法的调用时机,再配合相应的信息素更新方法,以提高算法的收敛性。将新算法用于车间调度基准测试问题,仿真结果表明,与常规混合蚁群遗传算法相比,新算法的全局收敛性和局部收敛性有了明显的提高。     

最优化问题算法模式的研究

论文在对最优化问题的结构和实例进行严格描述的基础上,提出一种沿算法框架、算法模式再到具体算法的路线来解决最优化算法设计问题的方法。文中对算法模式概念进行了重新定义,给出求解最优化问题的一个算法框架,以及从该算法框架导出算法模式、算法及其实现程序的实例,同时对算法模式的使用步骤,算法框架、算法模式与算法三者之间的关系,算法模式的编程实现技术进行了论述。     

基于仿生学的优化算法及其在信号处理中的应用

仿生学优化算法是一类模仿生物行为和自然界现象的仿生算法,其目的是求解优化问题的全局最优解。本文首先介绍了各种仿生学优化算法的起源和基本原理,主要包括蚁群优化算法、粒子群优化算法、细菌觅食优化算法、蜂群优化算法、鱼群优化算法、萤火虫群优化算法、狼群优化算法、蝙蝠算法、鸡群优化算法、进化算法、免疫算法、克隆选择算法和小世界网络等。然后总结了仿生优化算法的研究现状,并给出了仿生优化算法在信号处理、图像处理、语音处理和通信网络等领域中的典型应用。最后,归纳了仿生学优化算法的特点,并对如何扩展其适用范围、探索新的仿生学优化算法提出了基本思路,对其发展进行了展望。     

基于探测目标的自适应航路规划算法产品化实现方法

为将基于探测目标的自适应航路规划算法进行产品化,采用基于模型的设计方法以及自动代码生成技术,使算法模型快速、健壮地转化为软件产品。软件产品由核心算法和外设驱动组成,核心算法采用基于模型设计思想进行设计,仿真验证后自动生成目标语言代码,考虑到IO访问方式的复杂性,外设驱动模块采用代码自动生成与手动编码相结合的方式实现,核心代码与外设驱动模块组成的完整工程下载到硬件板卡,通过试验验证软件产品与初始设计模型的一致性,实现算法的产品化。经过实践,所提出的算法产品化实现方法能够提高设算法设计效率和各阶段中间产品继承性,降低各阶段调试复杂性,实现产品开发的敏捷性和健壮性,可作为复杂算法工程实现的参考。     

ALOHA标签防碰撞算法综述

ALOHA防碰撞算法是无线射频识别技术RFID（Radio Frequency Identification）中一种重要的标签防碰撞算法,该算法设计简单,容易实现,但系统吞吐率较低。其算法不断被研究改进,针对ALOHA算法及其改进算法加以详细的总结,对现在的研究方法加以理论推导、实验模拟,其中对动态帧时隙ALOHA（DFSA）算法中关键环节标签估计算法进行详细归纳。最后结合如今现状提出下一步研究方向。     

随机行走的电路分析应用及并行化改进

论述了随机行走算法的基本原理,理论分析了给定允许误差和置信概率下,随机行走算法的结束条件;讨论了随机行走算法在电路分析中的应用,并结合应用实例分析了算法的性能;讨论了算法的时间复杂性和影响算法执行时间的主要因素,重点分析了算法的并行特征,提出了采用并行计算技术提高算法性能的新方法,通过与串行算法的实验比较,表明了并行计算技术是提高随机行走算法执行速度的有效方法,比现有的方法适应性更广。     

一种改进的Hopfield神经网络SST图像恢复方法

提出了采用三元存储结构和图像分块的改进算法，同时利用模拟退火算法和遗传算法来提高恢复算法的收敛速度，从而进一步提高图像恢复的实时性，最后利用所提出的基于Hopfield神经网络的快速恢复方法进行模拟计算，其运算效率和恢复结果都能达到SST图像恢复的使用要求。     

网络成员关联度计算方法研究

从成员相互关系角度研究网络。首先介绍一种现有的网络成员关联度计算方法——Ad-Ch算法,结合实例分析了Ad-Ch算法并指出其不足之处,然后提出一种新的网络成员关联度计算方法——不相交路径权值累积算法,最后通过实验对不相交路径权值累积算法的性能进行了验证。分析实验结果发现,不相交路径权值累积算法能有效计算网络成员关联度。     

基于四叉树结构的数字地表模型快速生成算法设计

为了研究数字地表模型的快速生成方法，在总结传统Delaunay三角化算法的基础上，给出了一个基于四叉树结构的数字地表模型快速生成算法的详细设计，该算法的基本思想是首先利用四叉树结构来对离散点进行分割，然后对四叉树叶节点进行Delaunay三角化，再两两合并四叉树节点三角网的凸壳，以快速生成地表表格网模型，该算法是以四叉树为基本单位为实现限定边和限定多边形的快速嵌入，最后给出了算法在不同情况下的测试结果，并对测试结果进行了具体分析，给出了算法的时间效率分析和空间复杂性分析，实测数据结果表明，该算法有着较好的性能，而且也非常稳定，通过实测结果分析和算法的时间效率分析，可以得到算法的时间效率近似为O(nlog(n）），通过算法的空间复杂性分析可以看出，算法可以自动适应不同的点空间分布情况，而且采用四叉树结构也非常有利于限定边和限定多边形的嵌入。