基于混合变量动态分组的大规模多目标进化算法

变量分组是解决大规模多目标优化问题的有效途径。针对混合变量分组存在的问题,文章提出基于混合变量动态分组的大规模多目标进化算法来对混合变量进行更精确的分组,通过控制变量分析中个体非支配排序后第一层的个体数与采样数的比例来挖掘混合变量的动态特征。本文算法MOEA/DVA-F与其他三种经典的大规模多目标进化算法一同在LSMOP1~LSMOP5测试问题上进行IGD性能测试,实验结果表明,MOEA/DVA-F算法具有较好的收敛性和多样性。由此表明MOEA/DVA-F算法是一种有前途的大规模多目标进化算法。     

红外多目标图像生成技术研究

红外多目标图像的仿真,是在对多目标运动关系、红外景物辐射、大气传输、目标红外特性、目标三维特性及噪声仿真深入研究的基础上,抽象出简化的图像生成模型;包括运动模型化、目标模型化、几何变换、红外仿真、扫描填充和噪声仿真几部分。最后将整个研究工作放在微机图像处理环境中,应用实际目标的红外特性,建立了多个运动目标的能够满足实时性要求的红外图像生成系统。     

时序电路测试生成新算法研究

为解决同步时序电路的测试难题,提高时序电路测试生成效率,进行了时序电路测试生成算法的研究,将粒子群优化算法应用在时序电路的测试生成中。为验证PSO算法性能,首先将其用于函数优化,能获得较好的优化结果。之后建立自动测试生成离散粒子群速度—位置模型,针对国际标准时序电路的验证结果表明,与同类算法相比,该算法可以获得较高的故障覆盖率和较小的测试矢量集。     

社会认知算法在非线性多峰函数寻优中的应用

多峰寻优问题是现实中经常遇到的问题,传统求解方法多易陷入局部最优.为了求解多峰优化问题,利用一种新的智能算法--社会认知算法,它对目标函数的解析性质没有要求,适合于非线性多蜂函数问题处理的求解,使搜索不容易陷入局部最优,并给出了该算法的原理和步骤.最后通过仿真实验结果表明,与其他优化算法比较,该算法概念清楚,计算简单,具有很好的全局寻优特性,表明了该方法的有效性,适用于求解于多峰寻优问题.     

卡诺图法化简多变量逻辑函数的探讨

一般教材中都认为多变量的逻辑函数用卡诺图法化简比较麻烦,所以不采用该方法,而一些教材和资料所介绍的循环码的书写方法都比较麻烦,很容易出错。实际上,有时用卡诺图法化简还是比较方便的。文中提出了书写循环码的一种简单、快速、不容易出错的方法,指出了用卡诺图法化简多变量逻辑函数与少变量逻辑函数之间的差异,总结了多变量卡诺图最小项的合并规则,并用该方法对多变量逻辑函数进行了化简分析。     

一种针对名义尺度变量的优化聚类算法

经典的聚类分析技术如系统聚类法和K-means等主要是处理间隔尺度的变量，而对于名义尺度变量则不适合。文章借鉴认知心理学和优化学习的思想，对名义尺度变量的聚类问题进行了研究，定义了名义尺度变量的距离度量——翻转距离，在此基础上，提出了一种目标函数优化制导的聚类算法，并演示了对名义尺度变量进行聚类的过程。实验表明，我们的算法结果可以得到合理的解释。     

多模式匹配算法研究和优化

模式匹配在网络安全领域有着重要的应用,随着网络环境的日益复杂,模式集合也随之增加.如何高效处理千万模式集下的字符串匹配成为网络安全的瓶颈之一.本文针对多模式匹配算法AC算法和WM算法进行了研究,采用了新型基于层次扫描和子节点数目搜索的双数组AC算法;从hash函数的选取和模式串的Tree树存储对WM算法进行了优化.能有效减少系统的内存占用,提高匹配效率.     

测试生成算法

4 SOCRATES算法 SOCRATES在FAN算法的基础上提出一种全局的蕴含策略,改进的唯一敏化策略及改进的多路回退策略。这些策略有助于降低回溯次数,尽早地发现信号冲突,识别冗余故障。     

基于列生成的毫米波多连接链路配置调度算法

多连接技术允许用户同时建立和保持与多个小区/接入点的连接,通过网络元素之间的协调在吞吐量和可靠性方面大幅提高网络性能。针对毫米波通信中超高频段的链路中断问题,研究了多连接基于链路配置的调度算法,以提高链路调度效率,降低复杂度。首先,在系统模型中采用链路配置作为优化变量;其次,设计了多连接比例公平的调度准则;最后,提出一种基于列生成算法的链路配置调度优化算法,利用Dantzig-Wolfe分解将原问题分解为限制主问题和定价问题,并结合分支定界方法获得最优解。仿真结果表明,所提算法能够在数值上逼近全局最优,并且比现有的毫米波蜂窝网络链路调度方案增益平均提高40%以上。     

基于传输函数理论的多值多变量CMOS电路综合

本文讨论了基于传输函数理论的多值CMOS电路综合技术。通过对基于传输函数理论的CMOS电路与T门的分析比较,指出了它们的工作原理的一致性。在此基础上提出了用函数分解综合多值多变量CMOS电路的方法。     

测试生成算法

集成电路技术的迅速发展,测试生成变得越来越困难。往往测试代价比电路设计,生产代价还要高。扫描设计技术将时序电路的测试生成转换成组合电路来处理。组合电路的测试码生成就显得很重要了。D-算法第一次引入了多路径敏化的思想,因而是第一个完全的算法。但由于D-算法对故障校验电路处理所存在的缺陷,使得D-算法在测试码搜索过程中所存在的盲目性逐步表现得非常突出。PO-DEM算法第一次将测试生成问题归结为一个多维空间解的搜索问题。该算法采用隐枚举的方法来处理测试生成,并第一次引入了回退技术,使得测试码生成效率大大提高。FAN算法对PODEM算法作较大的改进。该算法引入了唯一敏化,唯一蕴含及多路回退等技术将测试码生成效率大大提高。不同于PODEM算法的是,FAN算法搜索测试码的回溯不是针对原始输入,而是对头线和扇出。SOCR-ATES算法在FAN算法的基础上,引入了全局蕴含的思想及一系列改进的唯一敏化和改进的多路回退策略。SOCRATES进而将全局蕴含及唯一敏化扩展到动态的策略,进一步提高了测试码生成效率。EST算法第一次提出了测试码搜索状态的概念,并采用E-前沿来描述测试码搜索的不同状态。通过引入状态等价的概念,大大缩小了测试码搜索空间。DST算法将测试码搜索空间的状态等价概念扩展到状态控制的概念,在EST算法的基础上,进一步大大缩小了搜索空间。     

基于不变量的机器学习算法分析

随着机器学习算法在人工智能各领域的广泛应用,人们开始关注机器学习算法的质量分析.由于机器学习算法中缺少测试语言,对学习算法进行质量分析是很困难的,基于此,本文提出了基于不变量的机器学习算法分析方法,对5种机器学习算法进行不同参数下的不变量生成,得到不变量集合.通过动态筛选机制和函数调用图,对不变量集合进行筛选和提取,得...     

复制生成序列的自相关函数研究

介绍了以二进制码为复制信息,用平移复制生成序列的方法。讨论了复制生成序列的性质和复制生成序列的自相关函数的性质。依据序列的复制特性,给出了一个复制生成序列自相关函数的计算公式,并给出了自相关函数值为零的一个充要条件,及相应的数学证明。最后讨论了Paley顺序的离散Walsh函数的自相关函数。     

单变量边缘分布算法与蚁群算法的混合算法收敛性分析

智能混杂算法是当前智能优化算法的研究热点,可以融合多种优化算法的优势,提高算法的性能。单变量边缘分布算法具有大范围快速全局搜索能力,但不能很好地利用系统中的反馈信息;蚁群算法是一种并行的分布式正反馈系统算法,但其初期信息素匮乏,求解速度慢。将单变量边缘分布算法与蚁群算法相结合,可以优势互补。基于上述思想,提出一种基于单变量边缘分布算法与蚁群算法混合的算法,并运用马尔科夫随机过程理论对该算法的收敛性进行了分析,结果表明了该算法的优化解满意值序列是单调不增的和收敛的。     

基于动态计算可观测性无关项的OBDD变量序算法

OBDD是一种表示和操纵布尔函数的有效方法。由于许多布尔运算都可以转换为OBDD图的运算，因此，OBDD在集成电路设计领域，如逻辑综合、验证以及测试生成等，得到了广泛的应用。但是，OBDD的大小则严重依赖于变量序，为了实现OBDD的有效操作，寻找一个好的变量序是非常重要的基。基于此，文章提出了一个新的寻找OBDD变量序的启发式算法，它通过动态计算原始输入变量的可观测性无关项来确定一个好的变量序。实验结果表明，对于大部分电路，应用该算法都可以找到一个好的变量序。     

算法生成恶意域名的实时检测

当前对算法生成域名技术的检测,检测所用时间周期过长,无法对算法生成的恶意域名进行快速检测。针对此问题,本文基于新增域名与已分类恶意域名之间的关联关系,提出一种算法生成域名的实时检测方法,并在某省运营商DNS服务器机房部署本系统,实验验证本检测方法。实验表明与已有方法相比,本方法能够快速筛选用于恶意网络行为的算法生成域名。但本方法需要消耗大量的计算资源和内存资源,需要在后续的工作中研究解决。