图着色问题的蚂蚁算法研究

随机蚂蚁着色算法是根据蚂蚁算法的搜索机制和反馈功能提出的解决图着色问题的新算法,继承了蚂蚁算法快速收敛以及跳出局部最优解的优良特性,结合传统图着色算法的着色思想,提出了逆序蚂蚁着色算法和贪心蚂蚁着色算法,进一步提高了求解质量,加快了收敛速度.实验结果证明了逆序蚂蚁着色算法和贪心蚂蚁着色算法的优良特性.为了合理选取蚂蚁着色算法参数,进行了大量随机图着色实验分析,得出了关键参数的最佳取值范围.     

关于图的局部调和着色

通过引入图的局部调和着色的概念,给出了任意图的局部调和着色的不可改进的上、下界;同时讨论了图的局部调和着色的一些性质,以及一些特殊图的局部调和着色数.     

图着色问题的新遗传算法

针对遗传算法求解图着色问题需多次产生初始种群的问题,提出了一种改进算法．该算法采用比较机制,淘汰不可行的基因,然后使用动态的适应度函数,使得有效个体以较大的概率存活到下一代种群中,从而达到无需多次产生初始种群的目的．与传统框架下的算法相比,新算法求得最优解的时间至少缩短了51％,且具有从一个局部最优解快速跳到下一个局部最优解,最终收敛到全局最优解的优点．     

图的着色问题的一个近似算法

本文介绍简单连通图着色问题的一个近似算法,就是借助于图的一个最小支配集,将图划分成若干个子图,分别对这些子图着色,再合并起来,便得到整个问题的解。着重介绍了应用代数运算寻找图的一个最小支配集的算法。此外,本文还论证了该近似算法的渐近时间复杂性是 O(n~3)。     

图着色问题的细胞神经网络算法研究

应用细胞神经网络（ＣｅｌｕｌａｒＮｅｕｒａｌＮｅｔｗｏｒｋｓ—ＣＮＮ）模型,系统地研究了图着色的ＣＮＮ算法,构造了能量函数,建立了相应的数学关系和表达式．与图着色的其他算法相比较,此算法的模型具有结构简单,易于实现的特点．     

一种基于层次聚类的测试用例集约简方法

为降低测试用例集约简过程中故障检测能力的损失,减少偶然正确性现象对测试可靠性的不利影响。提出了一种基于层次聚类的测试用例集约简方法,使用欧氏距离计算测试用例的相似性,得出相异矩阵作为聚类的输入;另外,基于变异测试能够提高测试用例集故障检测能力的特性,给出偶然正确性概率的计算公式,在结果簇中使用基于变异测试的测试用例选择算法获取约简后的测试用例集。实验结果表明,所提方法比充分的和其他不充分的测试用例约简方法分别降低了9.8%和12%的故障检测能力的损失。     

基于微流控技术图顶点着色问题的DNA计算模型

为减少DNA计算中的人为操作,实现对生化操作的精确控制,设计了一种基于微流控技术求解图顶点着色问题的微流控DNA计算模型。通过温度来控制微反应器中DNA链库与磁珠探针的杂交与变性,并利用不同电极间的电位差来驱动DNA分子在微通道内移动以实现整个计算过程。分析表明,采用本文模型可以自动化地求解任意一个图顶点着色问题,提高了DNA计算的可靠性。     

并行I/O技术在海洋数值模式中的应用研究

在海洋数值模拟过程中,随着计算区域的扩大以及计算精度的提升,大量数据输出使得I/O效率成为系统整体性能提升的一个瓶颈。针对这一问题,使用并行I/O技术对系统的输出模块进行优化,并与传统的几种串行I/O方式在不同节点,以及不同计算规模下进行性能比较。通过实验研究数据,对不同I/O方式的不同特点和不同适用场景进行分析,证明在海洋数值模式中使用并行I/O技术切实可行,并且I/O速率得到大幅度提升。     

粗糙集约简算法在减速器故障诊断中的应用

提出应用粗糙集理论相关知识来解决机械产品设计和故障诊断中的实际问题.在分析和综合基于粗糙集理论分明矩阵的简约算法基础上,结合决策表技术,在减速器故障诊断知识方面的应用领域进行了分析,通过实例证明该方法是可行的.     

基于集合覆盖的Wp方法测试集约简方法

为了提高测试效率,提出一种基于集合覆盖的测试集约简方法.该方法对有限状态机(finite state machine,FSM)模型中经典的测试生成算法Wp方法(部分W方法)所生成的测试集进行冗余约简.通过分析Wp方法的特点,找出测试序列之间包含关系的规律,删除冗余的测试用例.理论分析和实验结果表明:该方法能够有效约简测试集,并且不改变故障检测能力.     

集成数据流和控制流的协议测试集自动生成方法研究

测试集自动生成方法的研究是协议一致性测试领域中比较活跃的一个分支,提出了一种基于ＥＢＥ模型,集成数据流和控制流测试的新的协议测试自动生成方法并给出了其实现ＴＵＧＥＮ。ＥＢＥ模型中对协议的外部行为进行描述,强调变迁之间的数据依赖性。在ＴＵＧＥＮ中,我们引入控制流测试中的ＵＩＯ序列算法和描述协议不确定性的ＡＩＯ树的概念,运用协议约束集来灵活地控制自动生成过程中的协议空间搜索的复杂性,并采用测试集的验证     

基于量子遗传算法的粗糙集属性约简的研究

将粗糙集理论应用于股市的分析与研究,除了采用已有的约简方法进行试验之外,还引入了量子计算与遗传算法相结合的方法来进行粗糙集的属性约简.与其他约简算法不同的是,该算法采用量子旋转门策略来达到全局最优搜索和较高的收敛速度.最后,通过具有代表性的股票数据证明了该方法的有效性和高效性.     

广义特征值摄动问题的一种通用方法

研究了结构动力分析中广义特征值问题的矩阵摄动法。根据逐次逼近的思想，提出了一种能同时处理孤立特征值、相近特征值及相重特征值三种不同情况的摄动问题的通用方法。推导过程简单，公式紧凑，且具有足够的精度。计算实例证实了本文方法的有效性。     

一种新的基于区别矩阵的决策表属性约简方法

利用反例指出目前基于区别矩阵计算决策表核属性方法的局限性,并指出根本原因是:U/ind(C)中的等价类的A C不相容性.目前,对于决策表的相容性问题的研究都停留在单个对象上,而本文的研究表明,要计算决策表的属性约简以及核属性,关键是要考虑U/ind(C)中的等价类的相容性.给出了基于U/ind(C)的等价类的相容性的属性约简定义和核属性定义,并讨论了一种新的基于区别矩阵的属性约简和核属性计算方法.最后证明本文方法是正确的并用相同实例验证了该方法的有效性.     

解线性互补问题的预处理GAOR方法

运用M矩阵的性质,结合一类预处理矩阵,对一类线性互补问题进行等价预处理,在此基础上研究了求解线性互补问题的一类预处理广义AOR方法,并给出了算法的收敛性分析.     

解决不确定性决策问题的一种新方法

针对一类带有初期投资的不确定性决策问题,提出了一种新的分析方法—基准方案法,通过确定基准方案集并进行对“虚拟”投资额与实际投资额的比较来确定最优方案,并且给出一个算例．     

基于小波的混沌序列噪声消除

混沌序列以其数量巨大、类随机、易于产生和复制等优异特性受到人们的广泛关注.用于CDMA通信系统中时,其性能直接影响系统的容量和抗扰性能.混沌序列是宽带和非平稳信号,信号具有许多尖峰和突变,用传统的方法对这种信号进行消噪显的无能为力.小波理论和方法给我们提供了一个新的强有力的工具,应用小波消噪原理和方法可以较好地消除噪声,把混沌序列提取出来.通过利用Logistic映射产生混沌序列,对被噪声干扰的混沌序列进行消噪处理,结果令人满意.     

一种基于不同尺度Neyman-Pearson准则的小波去噪新方法

目前的小波去噪绝大多数都是基于阈值决策的方法,而阈值选择往往都是建立在对信号小波变换系数的方差估计上。本文综合了一种先进的方差估计方法和一种基于Neyman-Pearson准则的门限设计技术进行小波去噪．仿真结果证明这一新方法是有效的．     

一个基于最小化测试用例集抽取的自动化测试框架

提出了一个软件自动化测试框架(ASTF).它采用\"前端-中间数据-后端\"3层模式,可以进行静态测试、动态测试和自动化回归测试,并能对测试用例集进行最小化,实现测试用例效率分析和程序控制流分析.针对测试用例最小化,还采用了一种基于集合抽取的最小化算法.