一种快速收敛的遗传算法*

本文针对传统遗传算法收敛速度慢的缺点，提出了一种改进的快速收敛算法，并以八皇后问题为例进行了数值模拟，实验结果表明这种改进的遗传算法在收敛速度上大大优于传统遗传算法．     

单片机在高精度光信号测量中的应用

<正> 一、引言许多光测仪器,如分光光度计,红外可见吸收光谱仪,散射光谱仪等,在测量过程中,光源强度对测量结果有很大影响。被测信号(如吸收、散射、发射等)的输出,可以用下式表征: Uout=K·X·I_0+U_0 式中K为光接收器和放大器总的增益。U_0为放大器零点漂移输出值。X为待测信息,它与被测物质的性质,光波长等因素有关。I_0为光源强度值。从上式可以看出,若得到理想的测量结果,必须使用理想的光源(I_0≡C为常数),且使放大器的增益稳定(K≡C为常数),无温漂(U_0≡0)。于是上式可     

增强的非监督异常检测算法IUADA

近年来,网络基础设施逐步完善,同时信息技术的应用也越来越广泛.随着网络安全一系列相关问题的加重,入侵检测技术正面临着重大的机遇和挑战.因为误用检测和异常检测方法都存在着各自的优点和不足,提出坚持将两种方法结合以构建完善的入侵检测系统的观点.同时,基于数据挖掘技术在入侵检测中所体现出的有效性,针对MINDS的异常检测模块提出改进.采用多维孤立点检测技术,并使用动态加权来调整对网络连接的评价分数,以提高入侵检测的性能.实验结果表明,所提出的算法能够有效地降低响应时间和误报率.     

一种基于类覆盖和粒子群优化的模糊神经网络系统

提出一种基于类覆盖获取有向图和粒子群优化方法的模糊神经网络模式识别系统模型，该模型利用改进的贪心算法获得半径较均匀的超球体类覆盖，再利用超球体类覆盖实现模糊输入空间划分和模糊IF-THEN规则提取，以此实现模糊神经网络系统的结构辨识；采用改进的模糊加权型Mamdani推理法确定系统的输出，并使用基于粒子群优化的算法对系统参数进行精炼，使系统具有很好的强壮性和识别率．对11种矿泉水味觉信号的识别实验结果证明了该系统的可行性和有效性．     

三维人脸识别研究进展

回顾了人脸机器识别的发展现状，阐述了3D人脸识别面临的挑战；讨论了基于3D人脸通用模型的解决方案，并且介绍了人脸模型的建模方法和人脸通用模型．将3D人脸识别问题分为人脸重建、头部跟踪、人脸识别和表情合成四类，并详细对四类问题的主流实现方法和手段进行了综述．     

基于聚类分析和资源竞争模型的生境遗传算法

传统的遗传算法在处理多模函数优化问题时，只能收敛到单个极值点．使用生境机制的改进算法可以获得多个局部极值点,提出了一种新的基于聚类分析和资源竞争模型的生境遗传算法．这种算法将聚类分析、共享技术和拥挤技术有机地结合起来，可以有效地对多模函数进行优化，而无需事先确定生境的具体数目和生境半径的大小．通过数学分析，证明了这种算法可以控制收敛到的生境的数目，避免找到无效的极值点．典型问题的测试证实了上述结论．     

遗传算法收敛性的动力学分析及其应用

遗传算法的收敛性，特别是交叉算子的作用，一直缺乏深入的理论分析，当系统动力学的方法被应用于遗传算法的运行机理分析时，可以探讨在没有变异算子情况下遗传算法的收敛性问题，从而，明确了局部极值点的含义，指出了局部极值点的存在性和存在条件，证明了遗传算法在局部极值点附近的收敛性，并针对遗传算法的各种改进给出了理论上的依据，提出了遗传算法改进的方向。     

广义连续反馈型神经网络的稳定性

通过对连续Hopfield网络模型的抽象,提出了广义连续反馈型神经网络的概念,指出一种不需要构造能量函数对网络模型的稳定性进行分析和判别的方法,同时给出了相应的数学证明。     

群核进化粒子群优化方法

粒子群优化方法（PSO Particle Swarm Optimization）是由Kennedy和Eberhart于1995年提出的进化计算技术,并成功应用于各类优化问题。其基本思想源于对鸟群捕食等群体行为的研究。本文对标准PSO方法进行了分析,给出了“群核”（Swarm-Core）的概念,并在此基础上,提出了群核进化粒子群优化方法（Swarm-Core Evolutionary Particle Swarm Optimization,SCEPSO）,同时把该方法与其它版本PSO方法进行了比较。试验结果表明：在相同环境下,SCEPSO方法能较好地克服传统PSO方法中的不足,测试结果较其它几个版本的PSO方法有很大提高,是非常有效的。     

二次分配问题的粒子群算法求解

文章采用了一种新的算法,即粒子群算法(PSO)去解决二次分配问题(QAP),构造了该问题的粒子表达方法,建立了此问题的粒子群算法模型,并对不同的二次分配问题算例进行了实验,结果表明:粒子群算法可以快速、有效地求得二次分配问题的优化解,是求解二次分配问题的一个较好方案。PSO算法在很多连续优化问题中已经得到较成功的应用,而在离散域上的研究和应用还很少。文章应用PSO算法解决QAP问题是一种崭新的尝试,它对于将PSO算法应用于离散问题,特别是组合优化问题无疑具有启发性,并为进一步深入研究奠定了基础。