解析基于Excel2003进行规划求解

通过实例介绍Excel2003中线性规则功能的运用。介绍了规划求解的基本功能,通过建立数学模型,利用规划求解方法来求出最优解,并进行灵敏度分析。     

最小约简问题的一个免疫离散粒子群算法

把求决策表最小属性约简问题归结为一个不含非线性约束的0-1组合优化问题,证明了两个问题之间最优解的等价性.针对问题的特性,对原有的二进制粒子群算法进行改进,引入基于决策表差别矩阵的疫苗接种机制以及k-精英保优策略,由此提出一个免疫二进制粒子群算法并用于求解转化后的组合优化问题.仿真计算结果表明该算法有效地提高了获得最小属性约简的可能性,同时还具有较快的收敛速度.与其它类型的最小属性约简算法相比较,该算法取得明显的改进效果.     

分类器融合中模糊积分理论研究进展

将模糊积分理论与多分类器融合方法中其他两种研究热点方法进行了比较.介绍模糊积分的基本模型及通用求解过程.讨论目前分类器融合领域模糊积分理论的几个研究方向的发展现状和面临的问题,分析模糊积分理论基本模型和几种扩展模型的求解算法.提出了分类器融合领域模糊积分理论未来理论和应用研究中的开放课题.     

弧齿锥齿轮数控加工和齿面接触点求解算法研究

在保证弧齿锥齿轮加工过程中刀盘相对于工件的运动关系不变的基础上,通过矩阵变换实现铣齿加工的数控展成.由于在数控加工每个插补周期中难以实现这种涉及大量运算的运动转换,因此将数控坐标轴的展成运动表示为以工件齿轮转角为参数的五次参数样条函数,保证了插补的实时性和精确性.文中将传统用于确定接触点位置时求解非线性方程组的问题,转化为带有3个设计变量的约束优化问题,简化了法线重合的条件,建立配对齿轮位置矢量相等的目标函数.最后给出实例对算法进行了说明和验证.     

最先失败原则的约束传播算法

约束满足问题是人工智能研究领域的重要问题.而弧相容算法是求解约束满足问题的重要工具.在弧相容算法中应用启发式规则已经证明是一种很有效的方式.本文提出一个基于最先失败原则的约束传播算法,该算法在搜索过程中更早地发现含有空域的变量并提前进行回溯,从而提高问题求解效率.同时,在"明月1.0"架构下实现了该算法,实验结果表明使用最先失败原则的弧相容算法要比原来的算法效率上提高了约40%.     

带权Matching和Packing问题的一种固定参数可解算法

带权的m-D MATCHING和m-SET PACKING问题(m≥3)以前是用近似算法来求解的.本文首先根据参数计算理论对这两个带权问题进行了参数化定义,然后运用最新的着色技术和动态规划技术对带权的m-SET PACKING问题设计了一个时间复杂度为O*(12.8mk)的固定参数可解算法, 接着在此基础上利用问题本身的结构特点对带权的m-D MATCHING问题提出了一个时间复杂度为O*(12.8(m-1)k)的固定参数可解算法,表明带权的m-SET PACKING问题和带权的m-D MATCHING问题都是固定参数可解的.     

一种改进的XL算法

对XL算法中的方程组约简过程进行改进,提出一种更有效的求解算法。改进算法中充分利用各单项式之间的约束关系对方程组进行约简,消去其中次数较高的单项式。采用分步扩展及约简的思想消去扩展过程中添加的冗余等式,有效降低XL算法的计算复杂度及存储复杂度。此外,改进的算法还可用于构建布尔函数的低次零化子。     

单片机中基于查表法的多变量函数求解方法设计

针对多变量非线性复杂函数关系式在单片机中难以实现的问题,提出了一种快速有效的查表求解算法。首先建立顺序存储数据块,接下来查找输入变量在已存变量存储块中的自然序号,最后利用查得的变量自然数序号及事先确定的算法查找这些变量所对应的函数值的存储地址,进而得到计算结果。实现了非线性复杂关系式的快速精确求解,可推广于各种运算能力有限的单片机,提高了单片机的整体使用效率。     

单片机中基于查表法的多变量函数求解方法设计

针对多变量非线性复杂函数关系式在单片机中难以实现的问题,提出了一种快速有效的查表求解算法。首先建立顺序存储数据块,接下来查找输入变量在已存变量存储块中的自然序号,最后利用查得的变量自然数序号及事先确定的算法查找这些变量所对应的函数值的存储地址,进而得到计算结果。实现了非线性复杂关系式的快速精确求解,可推广于各种运算能力有限的单片机,提高了单片机的整体使用效率。     

A pure quasi-human algorithm for solving the cuboid packing problem

We excavate the wisdom from an old Chinese proverb “gold corner, silver side and strawy void”, and further improve it into “maximum value in diamond cave” for solving the NP-hard cuboid packing problem. We extract, integrate and formalize the idea by west modern mathematical tools, and propose a pure quasi-human algorithm. The performance of the algorithm is evaluated on two sets of public benchmarks. For 100 strongly heterogeneous difficult benchmarks, experiments show an average packing utilization of 87.31%, which surpasses current best record reported in the literature by 1.83%. For 47 difficult benchmarks without orientation constraint, experiments show an average volume utilization of 92.05%, which improves current best record reported in the literature by 1.05%. Supported by the National Natural Science Foundation of China (Grant No. 60773194), the National Basic Research Program of China (Grant No. 2004CB318000), and Postdoctoral Science Foundation of China (Grant No. 20070420174)