矩形布局可行域的确定

通过研究布局问题,提出一种求解矩形布局问题可行域的方法.首先根据当前布局空间中顶点的形态,按待布矩形的尺寸对各顶点进行偏移计算,获得当前布局空间的偏移多边形;然后遍历偏移多边形各边,求解并标识所有交点;最后根据偏移多边形各边的方向,通过沿边界搜索直接获得可行域上的各点.该方法通过搜索偏移多边形边界,避免了处理偏移多边形中多条边互交的复杂情况.分析及实例表明该方法思路简洁、快速而高效.     

基于内部可行域的住区建筑物自动布局算法

为了实现住区建筑物自动布局设计,本文根据住区建筑物布局设计时需要考虑的日照、消防等约束,构造了建筑物布局的数学模型,借鉴正交矩形布局问题的相关算法和临界多边形的计算方法,实现了单类型建筑物的行列式和周边式自动快速布局方法。本文提出了建筑物实际占地区域相对于规划建筑用地的内部可行域算法,结合内部可行域方法得出边界条件,采用砌砖式算法进行快速行列式布局,由内部可行域边界组成布局路径,进行快速周边式布局。本文最后通过算例展示了方法的实现结果,验证了该方法的可行性。     

基于内部可行域的住区建筑物自动布局算法

为了实现住区建筑物自动布局设计,文中根据住区建筑物布局设计时需要考虑的日照、消防等约束,构造了建筑物布局的数学模型,借鉴正交矩形布局问题的相关算法和临界多边形的计算方法,实现了单类型建筑物的行列式和周边式自动快速布局方法。文中提出了建筑物实际占地区域相对于规划建筑用地的内部可行域算法,结合内部可行域方法得出边界条件,采用砌砖式算法进行快速行列式布局,由内部可行域边界组成布局路径,进行快速周边式布局。文中最后通过算例展示了方法的实现结果,验证了该方法的可行性。     

一种基于蜜蜂进化选择算子的布局遗传算法

三维矩形布局问题属于NP 难问题,对于三维矩形布局问题的求解大多依赖于各 种启发式算法。该文以布局物体体积递减为定序规则,结合布局物体在布局空间中的几何可行 域,以吸引子法为定位规则,利用蜜蜂进化型遗传算法优化吸引子函数中的参数来求解三维矩 形布局问题(BEGA),得到新型布局遗传算法。最后对不同的算例进行了计算,并与以标准比 例选择作为选择算子的传统布局遗传算法(SPGA)等对比证明了该算法的有效性。     

基于空间分解的集装箱布局启发式算法及布局空间利用率规律

针对集装箱布局提出了一种利用三叉树结构表达三维矩形物体布局状态空间的方法。通过将布避空间依据分割,每次放入相对于当前布局空间来说是满足特定折最优布局块,将该布局块定位于当前布局空间后部的左下角,来完成不同大小的三维矩形全的布局方案的确定,并给出试验结果。     

基于二阶优化的地图重构算法

空间数据可视化是信息可视化的重要组成部分,而地图则是空间数据可视化最常用的载体.生成与传统地图相似的简化地图能够提高研究人员与普通民众对空间数据分析和可视查看的效率和准确率.然而传统通过人工绘制得到重构地图的过程十分烦琐,现有算法生成的重构地图大都由矩形形式组成,导致地图结构化信息缺失.这些因素都会影响重构地图的可视化效果.通过数据简化以缩减边界数据量、直角化与去噪声以规范图形边界和消除边界毛刺、二阶优化求解以得到最优布局效果这3个步骤,实现地图重构及可视化的完整流程.文中选择我国部分省份以及美国除夏威夷和阿拉斯加外的地区作为测试样本.对比现有的空间有序正方化布局算法,该算法能更好地维持重构地图与实际地图在区域形状和邻域关系的相似度.     

海上交管系统多点定位技术研究

针对矩形边界方法产生的待定位点分布不均匀、可能集中在某一区域的缺点,提出一种凸多边形边界方法。运用该方法对传统矩形边界方法进行改进,并给出2种方法的评价函数。实验结果表明,该方法均匀度的样本均值低于矩形边界的24%,在解决导航过程中多点定位的问题是有效、可行的。     

基于D.S.C.法求解约束优化问题的进化算法

约束优化问题最优解通常分布在可行域边界上或在可行域边界附近,对其求解比较困难。对此类问题提出了一种基于D.S.C(.Davies,Swann,Campey)法的混合进化算法,简记为I.D.S.C。从某个随机解出发,利用改进了停止法则的D.S.C.法进行一维搜索,使得搜索到的解在可行域边界或其附近;采用了新的适应度函数,可以自动选择有潜力的解,无需像类似方法分情况进行选择;同时,为了避免丢掉好的解,算法还启用了保留一定数目可行解的策略。对5个标准的测试函数进行了实验,结果验证了算法的有效性。     

一种基于二叉树结构表达的矩形物体布局的启发式方法

本文提出了一种利用二叉树结构表达矩形物体布局状态空间的方法．通过将布局空间依次分割，每次放入相对于当前布局空间来说是满足特定条件的最优布局块，并将该布局块定位于当前布局空间的左上角来完成不同大小矩形物体的布局方案的确定．通过调整调序因子ＫＡ和ＫＢ的值，可得到满足不同要求的优化布局方案．同时，所得布局方案均满足工业上一刀切的要求．实验结果证明了该算法的灵活性和有效性．     

三维矩形块布局的序列三元组编码方法

解空间的序列对编码方法是解二维矩形体聚块布局问题的完整且有限(P-admissible)的编码方法.它产生于直观的分划过程(gridding procedure).受二维序列对编码方法的启示,对三维矩形聚块布局问题,也应该存在序列三元组编码方法.然而将直观分划过程直接推广到三维空间是困难的.通过对序列和部分序列的运算和分析,得到了三维矩形块聚块布局的序列三元组编码方法,此编码方法是完整且有限的.     

一种改进的VLSI电路有效布局算法

采用重心矩形约束[1]进行VLSI布局会出现以下问题：(1)布局边界的浪费,出现不可利用的小区域;(2)放置模块时可能会出现模块放置在实际有效区域内却因为重心约束成为非法放置。为了解决该问题,本文提出了一种改进文献[1]的VLSI布局启发式算法：通过设计模块的优先顺序进行合理布局,并辅助于边界矩形来解决重心矩形约束出现的问题;对模块布局放置的多个可能位置进行比较,并将其放置在优先度最高的适当区域。用Banchmark（ami33,ami49）和文献[1]的数据进行测试,结果表明新算法：（1）算法简洁高效,运行时间短;（2）布局结果明显好于文献[1]。     

基于动态可行域划分的SVM主动学习

针对传统SVM主动学习中批量采样方法的不足,提出了动态可行域划分算法.从特征空间与参数空间的对偶关系入手,深入分析SVM主动学习的本质,将特征空间中对样本的标注视为参数空间中对可行域的划分;通过综合利用当前分类模型和先前标注样本两方面信息,动态地优化可行域划分方案,以确保选取的样本对模型改进的价值,最终实现更为高效的选择性采样.实验结果表明,基于动态可行域划分的SVM主动学习算法能够显著提高所选样本的信息量,从而能够在有限的标注代价下大幅提高其分类性能.     

一种面向空地一体化组网的体系架构

空间网络是空地一体化组网中地面网络延伸的重要组成部分。针对空间网络为移动星座的场景,传统的空地一体化组网模型将空间网络视为独立自治域,利用边界网关协议将空间网络与地面自治域互联起来,最大化同地面网络保持兼容。然而,传统组网模型存在边界网关面临频繁会话中断或大量路由更新等问题。通过重新审视空间网络的角色定位和边界划定问题,提出一种面向空地一体化组网的体系架构Slink。Slink的核心思想是空间网络为地面网络提供互联通道,利用星地网关隔离空地两网间的路由更新。实验仿真表明,Slink体系架构能够有效减小对空间路由器的路由存储空间需求,降低星地网络间的带宽消耗。     

带有未知扰动的非线性优化命题的可行性分析

针对带有未知扰动的非线性系统的优化问题,提出了一种新的可行性分析算法.其不 但能够判断非线性优化命题是否存在可行域,而且能够针对不存在可行域的情况,给出软约束 边界调整的定量信息,在一个催化裂化模型上的仿真实验验证了该算法的有效性.     

基于专家系统法的异形件最小包络矩形求解

异形件布局问题广泛存在于社会各领域.目前,直接处理异形件布局问题的算法设计难度和计算量较大,而矩形件布局已有一些成熟算法.因此,将异形件转化为矩形件后处理布局能简化问题,并保证良好布局效果.本文基于专家系统法处理异形件,使其转换为易解决布局的包络矩形.     

线性约束非线性函数全局优化算法的研究

提出了一种适于处理线性约束条件下非线性规划问题的λ编码稳态遗传算法(λSSGA).首先对线性可行域进行凸分析后将原优化问题I转化为一个仅包含可行域极点信息的等价问题II.问题II具有小边界的约束条件,通过采用特定的凸交叉算子、交换变异算子和倒位算子可以保证算法在遗传操作的过程中不会产生无效的编码,而且能在概率意义上保证λ编码模式在整个可行解空间上充分可达.其次从理论上推导出了得到线性可行区域全部极点的方法,证明了问题I和问题II的等价性.仿真结果表明λSSGA算法在具有较快的收敛速度和精度的同时,还可以有效地维持群体的多样性,得到问题全局的最优解.     

基于空间收缩技术的约束多目标进化算法

约束多目标进化算法在求解不可行域较大的优化问题时对不可行域的合理探索不仅有助于种群快速收敛于可行区域内的最优解,还能减少无潜力不可行域对算法性能的影响.因此,提出一种基于空间收缩技术的约束多目标进化算法(CMOEA-SST).首先,提出自适应精英保留策略对PPS算法的Pull阶段初始种群进行改进,增加Pull阶段初始种群的多样性和可行性;其次,在进化过程中采用空间收缩技术逐渐缩小搜索空间,减少无潜力不可行域对算法性能的影响,使算法在兼顾收敛性和多样性的同时提高收敛精度.为验证所提算法性能,将该算法与四个代表性算法C-MOEA/D、ToP、C-TAEA、PPS在LIRCMOP系列测试问题上进行仿真对比.实验结果表明,CMOEA-SST在处理不可行域较大约束优化问题时具有更好的收敛性和多样性.     

基于空间收缩技术的约束多目标进化算法

约束多目标进化算法在求解不可行域较大的优化问题时对不可行域的合理探索不仅有助于种群快速收敛于可行区域内的最优解,还能减少无潜力不可行域对算法性能的影响.因此,提出一种基于空间收缩技术的约束多目标进化算法(CMOEA-SST).首先,提出自适应精英保留策略对PPS算法的Pull阶段初始种群进行改进,增加Pull阶段初始种群的多样性和可行性;其次,在进化过程中采用空间收缩技术逐渐缩小搜索空间,减少无潜力不可行域对算法性能的影响,使算法在兼顾收敛性和多样性的同时提高收敛精度.为验证所提算法性能,将该算法与四个代表性算法C-MOEA/D、ToP、C-TAEA、PPS在LIRCMOP系列测试问题上进行仿真对比.实验结果表明,CMOEA-SST在处理不可行域较大约束优化问题时具有更好的收敛性和多样性.     

基于动作空间求解二维矩形Packing 问题的高效算法

对于二维矩形Packing这一典型的NP难度问题,在黄文奇等人提出的拟人型穴度算法的基础上,通过定义动作空间来简化对不同放入动作的评价,使穴度的计算时间明显缩短,从而使算法能够快速地得到空间利用率较高的布局图案.实验测试了Hopper和Turton提出的21个著名的二维矩形Packing问题的实例.改进的算法对其中的每一个实例都得到了空间利用率为100％的最优布局,且在普通PC机上的平均计算时间未超过7分钟.实验结果表明,基于动作空间对拟人型穴度算法所进行的改进是明显而有效的.     

杂乱背景和摄像机移动下的时空兴趣点检测

提出了一种杂乱背景和摄像机移动场景下的时空兴趣点检测方法.结合空间域上的平滑和时间域上的平滑:在空间域上利用非线性各向异性扩散进行平滑,从而有效平滑掉噪声和杂乱背景中的细小结构,同时保持了人体动作的边缘信息;在时间域上利用了一个与梯度成正比的抑制函数对摄像机晃动/移动所导致的时间关系上的不确定性进行建模.本文方法有效地解决了复杂场景下时空兴趣点检测面临的杂乱背景和摄像机移动问题.