二维优化编排启发式算法及其在三峡永久船闸调度决策系统中的应用

三峡永久航闸决策系统是用于模拟船闸的运行调度过程的一套系统，本文研究的是该系统是编排算法部分。闸室编排调度是一个NP－完全问题，本文首先建立解决该问题的数学模型，然后提出一个启发式算法，有效地解决了闸室面积利用率和过闸船舶优先级之间矛盾的问题，最后用试验数据说明该算法可提高三峡船闸的实际编排程度的效率。     

永久船闸运行闸室编排调度计算机应用与研究

对三峡工程永久船闸的过闸调度编排问题进行了深入研究,建立了船闸调度的数学模型,并对编排算法进行了研究,首次将机械CAD排样算法应用在闸室编排上,在计算机上实现了模型的求解;并取得了令人满意的结果。     

三峡-葛洲坝联合调度系统闸室编排快速算法

三峡-葛洲坝两坝联合调度系统是用于提高三峡-葛洲坝航道通航能力的一套系统。两坝联合调度的计划编排是一个与闸室编排相耦合的时间表问题。闸室编排可以用二维Packing模型来描述，是一个典型NP完全问题。提出一种基于分步降维思想的启发式快速编排算法，该算法把闸室编排二维Packing问题降到一维求解。有效解决三峡-葛洲坝联合调度的计划编排中与闸室编排相耦合的时间表问题。该算法在实际工程应用中取得了良好的效果，有效地提高了闸室面积利用率。     

基于优化调度目标的三峡船闸梯级枢纽联合调度算法研究

在三峡船闸梯级枢纽运行期间,要运用联合调度算法完成各项基础任务,以此保障实践工作效益实现最大化。在我国交通能源建设水平不断提高中,以生态文明和低碳环保为核心的枢纽建设得到了全社会的重视,各领域学者在深层探究枢纽优化调度目标的同时,获取了更多基础理论和解决方法,这对现代三峡船闸梯级枢纽联合调度系统建设而言具有积极影响。因此,本文研究在明确优化调度多目标算法的基础上,根据三峡葛洲坝梯级枢纽建设运行情况,深藏探讨实际三峡船闸梯级枢纽联合调度算法的应用效果。     

基于模拟退火算法的三峡船闸编排

为了解决过闸需求与三峡船闸通过能力相对不足的问题,在分析船闸通过能力影响因素的基础上,给出一种提高船闸实际通过能力的模拟退火方法,设计并实现相应的求解算法。试验结果表明该方法在提高三峡船闸实际通过能力问题上是有效的。     

三峡-葛洲坝联合调度系统闸室编排快速算法

三峡—葛洲坝两坝联合调度系统是用于提高三峡—葛洲坝航道通航能力的一套系统。两坝联合调度的计划编排是一个与闸室编排相耦合的时间表问题。闸室编排可以用二维Packing模型来描述,是一个典型NP完全问题。提出一种基于分步降维思想的启发式快速编排算法,该算法把闸室编排二维Packing问题降到一维求解,有效解决三峡-葛洲坝联合调度的计划编排中与闸室编排相耦合的时间表问题。该算法在实际工程应用中取得了良好的效果,有效地提高了闸室面积利用率。     

组合优化问题的一种精确求解方法

本文分析了深度优先搜索方法(DFS)和广度优先搜索(BFS)方法的特点，提出了一种混合使用动态规划方法和下界(上界)算法的精确求解方法求解组合优化问题。实验结果表明，下界(上界)非常接近问题的最优值时，这种方法非常有效。     

三峡工程两坝联合通航调度的混合模拟退火算法

对三峡大坝和葛洲坝的一共5座船闸进行统一的船舶通航调度管理,是提高长江三峡水域航运能力的关键,然而其优化调度算法还缺乏必要的研究.本文首先提出了该问题的混合整数非线性规划模型,在实际通航调度环境中,该模型属于强NP-hard复杂度的大规模组合优化问题,因此设计了一种混合模拟退火算法来搜索次优化调度方案,该算法将解分解为闸次时间表和船舶调度计划两部分,在搜索过程中用启发式规则对闸次时日表进行调整,然后用深度优先搜索(DFS)算法根据闸次时间表求解船舶调度计划,最后根据Metropolis规则对当前解进行更新.针对实际通航数据的测试结果表明其优化效果明显优于原有的启发式算法.目前该算法已经成功地应用于实际的两坝联合通航调度系统中.     

永久船闸运行间室编排调度计算机应用与研究

对三峡工程永久船闸的过闸调度编排问题进行了深入研究,建立了船闸调度的数学模型,并对排算法进行了研究,首次机械ＣＡＤ排样算法应用在闸室编排上,在计算机上实现了模型的求解,并取充人工满意的结果。     

SIEMENS可编程控制器在三峡船闸的应用

三峡船闸为双线五级连续船闸。根据过闸工艺三峡船闸需采用三、四、五级运行方式，为确保船闸闸室最低通航水位，又分为不补水运行和补水运行。由于三峡船闸水头高、人字门运行淹没水深大、可作工艺复杂等难点，为满足上述控制方式的自动化运行的实现，三峡船闸采用了自动化程度高的SIEHENS—S7400可编程控制器。本文主要介绍了S7400PLC在三峡船闸的应用。     

基于gSpan的数据筛选算法研究与应用*

针对图结构数据库中如何实现图结构的快速有效检索问题,提出了一种新的数据筛选算法。它在gSpan算法原理的基础上引入了新的剪枝规则,修改了DFS编码的形式。其次利用改进后的gSpan挖掘出频繁图结构的DFS编码,以此建立索引并对图结构分类。最后将新算法应用于化学数据库,实验结果证明了该算法的正确性和高效性。     

An efficient algorithm for solving nonograms

Nonogram is one of logical games popular in Japan and Netherlands. Solving nonogram is a NP-complete problem. There are some related papers proposed. Some use genetic algorithm (GA), but the solution may get stuck in local optima. Some use depth first search (DFS) algorithm, the execution speed is very slow. In this paper, we propose a puzzle solving algorithm to treat these problems. Based on the fact that most of nonograms are compact and contiguous, some logical rules are deduced to paint some cells. Then, we use the chronological backtracking algorithm to solve those undetermined cells and logical rules to improve the search efficiently. Experimental results show that our algorithm can solve nonograms successfully, and the processing speed is significantly faster than that of DFS. Moreover, our method can determine that a nonogram has no solution.     

符号执行中高语句覆盖率的路径调度

符号执行和约束求解相结合的软件测试方法采用深度优先搜索的路径调度算法会造成测试路径聚居性问题,实际软件中存在路径爆炸,使得采用该算法的测试语句覆盖率低下。提出一种新的PSHC路径调度算法。先将路径分为前缀和后缀两部分,每次测试总是试图寻找这样的路径,该路径与已存在的路径具有最短的相同前缀,并且包含尽可能多的尚未被访问过的基本块作为其后缀。基于Phoenix漏洞发掘工具的实验结果表明,PSHC算法可以迅速提高测试的语句覆盖率到100%,有效解决由于深度优先搜索的路径聚居性导致的测试代码的局部性问题,PSHC算法产生的路径数与循环深度无关,软件规模越大,该算法的表现越好。     

通过八数码问题比较搜索算法的性能

搜索算法的核心在于搜索策略的制定.一般的搜索算法采用无信息指导的搜索策略,如深度优先搜索(DFS)和宽度优先搜索(BFS),还有一些搜索算法采用了启发式信息指导的搜索策略,如A*算法.不同的搜索策略会使得搜索算法的性能有很大的差异.使用以上3种搜索算法实现八教码问题的求解,分析和比较三者所表现出来的性能,同时指出3种搜索算法的特点和应用范围,最后给出分析结论以指导开发和使用更加高效的搜索策略.     

可能性测度下的LTL模型检测并行化研究

分布式模型检测是一种缓解状态空间爆炸的有效途径,已有文献提出了定性的分布式模型验证算法,然而定量LTL验证算法并行化问题还未得到有效解决。对此,展开两个方面的工作:提出一种新的动态系统状态空间划分方法;在定性LTL分布式验证算法的基础上给出了定量模型检测并行化验证算法。首先,将系统模型转化为可能的Kripke结构并选取一个并发分量,依据状态之间的关系完成系统状态的分割,使得关系紧密的状态尽可能分布在同一个计算节点上;其次,调整划分结果以使得计算负载平衡;然后,将划分结果与其他并发分量的状态进行叉乘,以完成系统状态空间的划分;最后,将待检测性质用自动机表示,在两者的乘积上,利用扩展的基于嵌套DFS的分布式验证算法完成系统的定量验证。     

一种面向大型网络的快速随机化社区挖掘算法

寻找网络的社区结构对于理解真实网络的自组织机制、可视化大网络有重要的作用.然而,现有的社区挖掘算法由于性能较低,还难以处理大型网络,特别是有着百万顶点的网络.然而,百万规模的大网络却在越来越多的真实应用中大量涌现,这对于高效的有效社区识别算法提出新的需求.为此,一种新颖的随机算法被提出,能够在接近线性时间内,从大型网络上高效地挖掘质量较高的网络社区:新算法的核心思路是在每一随机步骤中对网络中的顶点进行基于深度优先顺序的编码,这样的编码有助于有效地识别社区之间的边.最后,通过针对模拟网络和真实网络的一系列实验验证了新算法的高效性和有效性.     

不平衡数据集下特征词两面性的新型降维算法

传统DFS特征选择算法在降维处理时既未考虑样本分布不均的情况,又未涉及负特征词对类别的影响。本文综合考虑DFS的缺陷并进行优化处理,将DFS与卡方检测算法CHI结合,提出一种改进型特征选择算法DFS-sCHI,引入负特证词作为类别划分的影响因子之一,解决不平衡数据集下所提特征词类别分布不均的问题。经实验分析,不平衡数据集下,DFS-sCHI相比较于DFS,在分类精度上有明显提高。     

基于八方向跟踪算法的迷宫问题新解

本文提出了一个基于八方向跟踪算法的破解迷宫问题的新方法,避免了用深探法或广探法求解迷宫问题的诸多问题,它不仅为计算机的解题提供了一个快捷的算法,而且也为人工或机器人破解提供了一个无需记忆的简便方法。另外,本文还给出了迷宫次佳通路和最佳通路（即捷径）的求解算法;岔道剔除算法和最佳八连通选择算法。本文的所有方法尽管是针对求解单通路迷宫提出采的,但算法对多通路和有环的迷宫也同样有效。     

分布式文件系统在线性能测试平台研究与实现

目前由于缺乏针对分布式文件系统的性能测试工具,在很多研究中依然照搬传统的文件系统性能测试工具和方法,很难满足分布式文件系统性能测试的需求(如避免缓存的影响、多客户端并发测试等)。因此,我们研发了一个分布式文件系统在线性能测试平台,此平台通过提供多种大数据量测试负载,有效地避免了系统缓存和系统老化对测试结果的影响,同时支持在线对分布式文件系统执行性能测试,支持多客户端并发测试,并能够对测试结果进行可视化展示和分析。此外,平台也提供了很好的扩展性,满足多种测试需求。