基于CATIA二次开发的帆船酒店造型设计

介绍了CATIA的二次开发的接口、开发语言以及应用程序设计,提出了一种帆船酒店的参数化描述方法.利用CATIA V5 R15中的模块,构造迪拜帆船酒店参数化三维立体模型,并对酒店造型二次开发过程中涉及的关键技术进行分析.应用VBA环境下的CATIA二次开发的自动化技术,实现帆船酒店的造型设计.实例表明:所提出的方法能够快速地生成帆船酒店的造型,证明了CATIA应用到建筑造型设计中的可行性.     

一种基于粒子群优化的FCM聚类方法

针对模糊C-均值(FCM)聚类算法易陷入局部极小值和对初始值敏感的缺点,本文提出了一种基于粒子群优化的模糊聚类算法.该算法利用粒子群强大的全局寻优能力,克服了模糊C-均值聚类算法的不足.实验结果表明,该算法具有很好的全局收敛性和较快的收敛速度.     

基于LIP和RSC的超立方体网络单播容错路由算法*

基于LIP和RSC的概念,提出了一个有效的超立方体网络单播容错路由算法.该算法不仅能容纳指数级的错误节点,而且算法效率也很高.     

基于P系统的粒子群优化算法

为了克服算法早熟收敛问题并提高算法精度, 引入了膜计算理论。将PSO算法与P系统相结合, 提出了一种基于P系统的粒子群优化算法 (P-PSO), 有效地平衡粒子群的全局搜索和局部寻优。采用常用的三个测试函数对新算法进行了实验, 结果表明, 提出的P-PSO算法有效地解决了算法早熟问题, 提高了算法的收敛精度。由此可见, P-PSO算法能够有效改进原有PSO算法的性能。     

三种基于进化技术的优化算法及其对比

进化算法（EA）是模仿自然界生物进化或物种的社会行为而产生和发展的随机搜索方法，这种算法能够解决许多传统方法无法解决的大规模优化问题。本文简明介绍了三种基于进化的优化算法：遗传算法、蚁群优化算法和微粒群优化算法，并在原理、参数和应用方面对它们进行了对比。     

基于免疫遗传算法的建筑构件创新设计

分析建筑构件的特点,使用免疫遗传算法对建筑构件的设计进行约束和控制。对原有的遗传算法做了改进,在适应度函数构建方面增加了对称度、均匀度和平滑度的度量,在选择算子构造方面引入了免疫算法抗体的相似度。实验结果表明,该算法能够增强建筑构件设计的创新性。     

基于最具影响粒子群优化的BP神经网络训练

系统地介绍了粒子群优化算法,将粒子群优化算法用于BP神经网络的学习训练,提出了一种改进的粒子群算法——最具影响粒子PSO算法BIPSO,并利用复合适应度即均方误差和误差均匀度之和作为BIPSO训练神经网络的指标,并对它与其他的神经网络训练算法诸如BP算法、GA算法、PSO算法进行了比较。实验结果表明:BIPSO性能优于其他算法,更容易找到全局最优解,具有更好的收敛性。     

无线数据采集的研究与实现

比较了数据采集的各种方式的优缺点，介绍了无线方式进行数据采集的必要性和先进性，阐述了其优点，介绍了无线方式实际应用的三种方式：C／S，B／S和调用Web Service方式，对其分别实现的难易程度、适用的范围进行了深入的比较和分析，指出了各自的优缺点和使用范围。对无线数据采集系统的各个方面如无线数据采集器等都进行了介绍，并结合自行开发的一个无线数据采集系统着重介绍了无线实时数据采集系统的设计与实现。     

基于aiNet的数据模糊聚类算法

本文基于人工免疫系统中经典的网络模型--aiNet模型,提出了一种数据的模糊聚类算法--aiFCM,给出了算法的流程,并通过实验证明了算法的有效性。实验表明,通过人工免疫网络与传统统计分析工具的结合,能够有效地从数据集合中提取有用的聚类。