基于免疫算法的装配序列规划问题求解

针对装配序列规划问题提出了一种模拟生物免疫系统的免疫算法,并给出了亲和力计算、抗体生成、免疫选择、记忆细胞更新等的具体实现方法.实例仿真结果表明,免疫算法在装配序列规划问题的求解中充分体现了免疫系统的多样性、免疫自我调节、免疫记忆和分布式并行等特点.免疫算法较遗传算法具有更强的全局搜索能力和更快的收敛速度,有效地改善了全局收敛性能和收敛速度.     

图编辑距离概述

图编辑距离是图模式匹配技术中常用的方法之一。基于图编辑距离的匹配方法能够处理多种类型的图数据,因而受到了学术界的广泛关注。首先介绍了图编辑距离的相关概念;然后简述了基于启发式搜索技术的精确图编辑距离算法,重点分析了基于二分图匹配的近似图编辑距离算法;最后对现存的一些图编辑问题进行了总结,并对未来的发展趋势进行了展望。     

装配序列规划的一种改进蚁群算法

在当前的基于蚁群算法的装配／拆卸序列规划研究中,装配／拆卸序列都是在假设整个产品中 各个零件处于失重的情况下生成的,没有考虑零件稳定性,导致生成的序列不能完全反映工程情况。针 对这个问题,提出了使用扩展支撑矩阵来判断稳定性的思想;对蚁群算法的转移概率表达式、成本函数 及信息素更新表达式进行了相应的改进,建立了装配序列规划问题一种改进蚁群算法。实例仿真实验结 果表明:改进蚁群算法较之于已有的蚁群算法和遗传算法更为高效,所得到的解更具有工程意义。     

纳米棒结构表面等离子体波导的光传播特性研究

用时域有限差分方法(FDTD)研究了金属平行纳米棒和π型纳米结构表面等离子体(SPs)波导的光传播特性.在调制高斯脉冲平面波入射条件下,这两种纳米棒波导结构具有形状相似、大小不同的SPs瞬态激发光谱.在高数值孔径聚焦倏逝场入射条件下,π型纳米结构能够激发纵向SPs,使得它具有更均匀的局域场增强特性和更好的远场传播能力.     

基于符号EVBDD的安全多方计算

决策函数的有效表示是安全多方计算研究中的热点问题。符号描述技术是表示决策函数的一种新方法。针对基于代数决策图(ADD)的决策函数表示中出现的叶子节点规模膨胀以及导致协议面临的状态空间爆炸问题,引入边值二叉决策图(EVBDD)技术,给出了一种基于EVBDD的决策函数表示方法。该方法首先利用EVBDD结构,将决策函数描述为EVBDD的符号化形式,避免了传统ADD表示中出现的叶子节点规模膨胀现象。然后通过添加虚节点,解决了计算路径上出现的隐私泄露问题。在此基础上,提出了EVBDD的加解密算法,并设计了一种新的基于EVBDD的安全两方计算协议。最后,对协议的正确性、安全性和效率进行了分析。结果表明,与基于代数决策图的解决方案相比,新协议在效率上有明显的提高。     

面向入侵检测系统的模式匹配算法研究

入侵检测系统Snort检测的基本原理是模式匹配。为了提高模式匹配算法的效率,从两方面对Snort中的BM算法进行改进。首先,为了增大模式串移动的距离,改进算法利用了与模式串最右端对齐的下一个及第二个文本字符,以及这两个字符再向右偏移模式串长度所对应字符在模式串中的出现情况,最大移动距离达到了2m+2。其次,为了增大失配时大的移动距离出现的概率,利用了最右端字符与其下一个字符的组合概率特性。最后,对算法进行了性能测试。测试结果表明改进算法减少了窗口移动次数和字符比较次数,提高了匹配效率。     

加权约束满足问题的改进RDS符号代数决策图求解算法*

加权约束满足问题(WCSP)是一类约束最优化问题.文中基于RDS思想,从减少RDS分解的子问题个数及提高各个子问题的求解效率入手,提出WCSP的改进RDS符号代数决策图(ADD)求解算法.通过改进最多约束变量的变量选择法,引入RDS变量引导原问题的子问题分解,进而减少RDS中分解的子问题个数.利用变量的后向度,进一步改进子问题的分解方法.为提高各个子问题的求解效率,利用桶消元算法并结合ADD操作消去子问题中的非RDS变量,进而减少子问题中的变量个数,提高深度优先分支界定法的下界.在大量随机生成的测试用例上的实验证明文中算法的优越性.     

数据库原理实验教学改革研究—以桂林电子科技大学信息与计算科学专业为例

针对数据库原理实验教学中存在的问题,从实验教学内容、实验教学设计、综合实验案例更新以及实验过程管理等方面给出改革方案,对改革方案中几个关键问题进行分析并提出相关对策。     

基于改进遗传算法的装配线平衡优化研究

为实现装配线生产工序的平衡优化，采用改进遗传算法，以装配线生产节拍、平衡率和平滑指数为优化目标，建立装配线平衡优化模型。采用基于紧前工序约束的交换变异方法，并与父代进行优劣对比，有效避免无效基因的产生。引入精英保留策略，提高算法寻优能力及收敛速度。以波轮洗衣机机芯装配线的平衡优化为例，验证前述算法的可行性。结果表明：与原方案相比，优化后的生产节拍为17.2 s，减少了0.8 s；生产平衡率达到90%，提高了18%；平滑指数从1.3减少到0.72，验证了所提出的模型算法可以有效优化该装配线的生产节拍、平衡率、平滑指数，从而优化其生产效率。     

装配序列规划问题求解的一种混合算法

基于蚂蚁算法和的遗传算法特点,给出了一种解决装配序列规划问题的遗传和蚂蚁混合算法.混合算法中利用蚂蚁的每一次周游,快速生成问题的一组可行解,用遗传算法对得到的可行解进行快速优化,并根据优化解的质量,生成路径上的信息素分布,以加速蚂蚁最优路径上信息素的积累,从而引导蚂蚁更快地搜索到问题的最优解.实验结果表明,混合算法在装配序列规划问题求解上具有更好的性能.