多元约束混合搜索算法研究

解空间搜索是约束求解的关键环节. 目前较为常用的搜索算法一般是基于二元约束或单一搜索策略设计的. 本文设计了六个基于多元约束的混合搜索算法(BM_GASBJ, BM_GBJ, BM_CBJ, FC_GASBJ, FC_GBJ, FC_CBJ), 它们分别混合同一类搜索策略中不同算法或不同类搜索策略; 分析并给出了不同混合算法的性能差异. 系统测试结果表明混合搜索算法明显提高了解搜索效率和约束求解系统的性能.     

半在线调度中约束求解算法研究

很多实际调度问题是半在线的. 尝试运用人工智能方法来求解半在线调度问题, 首先简要介绍了半在线调度问题并对其约束模型进行了分类, 通过引入单调性约束扩展的相关概念, 从约束建模角度形式化描述 了一类动态约束扩展, 并在此基础上设计了一个完备动态约束求解算法, 最后给出该算法在半在线离散资源约束调度求解的应用算例. 测试结果表明, 该算法是可行有效的.     

SPFA算法的分析及改进

SPFA(Shortest Path Faster Algorithm)算法是一种对任意有向图求单源最短路径的算法。该算法实现简单,实际运行效果较好,在国内有着比较大的影响力。但遗憾的是,该算法一直缺少正确的理论分析。对该算法进行了分析,指出该算法在不存在源点可达负圈的有向图中,最坏情况运行时间为Θ(|V||E|);在存在源点可达负圈的有向图中,算法将无限运行下去。对此,给出了改进的SPFA算法,对于任意的有向图,该算法能够在O(|V||E|)内运行完毕。最后,从实际运行角度将SPFA算法与其它思想上同源的最短路径算法进行了一系列比较。     

组合优化调度问题求解方法

1.引言优化是指一个从一组解中选取出最优解或最适应解的过程。优化方法涉及的工程领域很广,问题种类与性质繁多。归纳而言,最优化问题可分为函数优化问题和组合优化问题。其中函数优化的对象是一定区间内的连续变量,而组合优化的对象则是解空间中的离散状态。函数优化问题通常可描述为:令S为R~n上的有界子集(即变量的定义域),f:S→R为n维     

专业英语在软件工程建设中的教学改革与实践

专业英语在软件工程建设体系中属于一门基础和必修课程,如何培养学生学习专业英语的兴趣,提高学生阅读、理解外文资料能力和掌握专业知识的技能,是该课程建设的重点。本文将结合具体实践教学,探讨在软件工程专业建设中如何改善专业英语课程教学内容,改革教学形式,使学生及时获知软件技术前沿领域发展动态,培养学生商务沟通和写作能力,以适应国际软件行业和市场发展变化的需求。     

基于约束的调度研究和实现

运用约束程序设计(CP)思想和技术来调度正成为一个新兴的研究领域。文章首先对CP和调度的相关领域知识进行了简要介绍;然后按照CP所倡导的问题建模和问题求解相分离的思想,建立起一般理论调度问题的约束模型,并设计实现了一个基于约束的调度求解算法CBS-1;并对一些典型问题进行了实验,实验结果表明算法提高了约束调度求解的效率和通用性。     

基于值序的二元约束满足问题粒子群算法

提出了一个基于最小冲突启发式值序的二元约束满足问题粒子群算法，利用值序对值的选取方式代替随机选择的盲目搜索方式，使群体在探索解空间的时候，选择有希望能找到全局解的地方搜索。使用随机约束满足问题的实验表明，改进后的算法比原算法能以更快的速度收敛到全局解，无论在迭代次数还是运行时间上均能数倍提高算法的效率。     

最大度二元约束满足问题粒子群算法

约束满足问题是人工智能的一个重要研究领域，使用粒子群搜索算法来求解约束满足问题逐渐受到人们的重视．把变量的最大度静态变量序关系引入到评估函数中，区别对待每个变量，通过静态变量序关系改变适应度函数，从而影响算法对最优粒子的选择．使用随机约束满足问题实验表明，改进后的算法比原算法具有更好的搜索能力，能以更快的速度收敛到全局解．