一种基于适度贪心算法思路的社团划分改进方法

当前问题背景下贪心算法存在不足,由此提出一种适度贪心的算法思路,引入适度原则,约束贪婪幅度,以避免过度贪婪、谬误累积的情况,并将适度贪心算法思路应用于FN社团划分算法的改进研究,构建了一种新的网络社团区划算法.通过算例对提出的算法进行了测试与分析,实验结果验证了新算法的可行性与有效性.     

基于模拟退火算法的(2,1,m)卷积码盲识别

卷积码是数字通信中常采用的信道编码形式。针对(2,1,m)卷积码的盲识别问题,提出了一种基于模拟退火算法的新方法。首先根据码特征给出了识别的数学模型,然后基于该模型对方法的基本原理和实现过程进行了详细的介绍,并给出了各参数的选取方法。最后,采用蒙特卡洛方法进行了仿真验证。仿真结果表明,算法性能优异,在误码率高达10-2量级时,能有效实现对常用(2,1,m)卷积码的识别。相比于现有的卷积码识别方法,该算法性能优异且计算复杂度较低。     

基于差分进化和贪心策略的自定义指令选择算法研究

 本文针对常见启发式算法中忽略指令与指令实例区别的问题,改进了一个已有启发式算法GreedyHeur:根据指令实例的启发式函数值得出相应指令的权值,并根据指令的优先级关系以贪心策略进行指令实例选择.针对启发式算法无法找到最优解的问题,本文引入基于群体搜索的差分进化算法,并结合贪心策略,提出了ISDE(Instruction Selection Based on Differential Evolution)算法.ISDE算法通过简单的编码和高效的适应度评价机制,快速地迭代搜索最优指令组合.实验结果表明,GreedyHeur和ISDE算法能快速有效地找到比已有启发式算法更优的候选指令组合.     

基于贪心策略的大规模MIMO系统信号检测算法

针对传统球形译码性能和计算复杂度受到初始半径及搜索策略制约的问题,提出了一种新的基于M算法的贪心策略球形译码检测算法,对树搜索的方法进行了改进,先将该层信号集合中的距离增量进行排序,然后选择距离增量最小的M个点为信号点,这样每一次选取的信号点相对该层都是局部最优的.仿真结果表明,相比于传统球形译码检测算法,当M为1时,该算法可以降低约30％的计算复杂度.使球形译码算法的效率得到了很大的提高,可以运用于大规模MIMO系统中.     

用模拟退火算法实现语音识别中的矢量量化

矢量量化在语音识别中有着重要的作用。经典的K均值算法收敛速度快,但极易收敛于局部最佳点;其它的一系列改进算法在克服其局部收敛问题的同时,又显著增加了运算量。本文提出了用模拟退火算法实现语音识别中的矢量量化过程,能够较好地协调运算量和收敛质量之间的矛盾。文章讨论了具体算法,并给出了实验数据。结果表明该方法的综合性能优于现有算法,具有较高的实用价值。     

一种基于贪心算法的雷达网通信资源调度策略

针对组网雷达探测通信一体化的需求,从适应组网雷达通信拓扑时变和时间资源动态优化角度出发,提出了一种基于贪心算法的雷达组网通信资源调度策略.该方法建立了一种基于雷达时分通信的矩阵拓扑模型,用于实现通信节点应答冲突的预判与规避,同时根据通信矩阵拓扑特征,以最大时间资源节省为目标构建了贪心策略,获得了优化的时间资源调度方案....     

一种结合贪心选择和特征加权的高维数据聚类算法

为解决传统聚类算法无法对高维数据聚类的问题,文中提出了一种结合贪心选择和特征加权的TC-Mean shift高维数据聚类算法。通过对一维数据进行聚类,获得一维数据的聚类结果,再通过加权添加维度聚类,最终获得所有维度数据的聚类,实现对高维数据的聚类。测试结果表明,该算法能够准确地对稀疏的高维数据样本进行聚类,能够处理各种维度的数据,具有良好的实际应用价值。     

一维下料的基于贪心策略的多目标自适应粒子群算法优化

针对一维下料问题,提出一种基于贪心策略的多目标自适应粒子群算法,在余料率最低和下料方式数量最少两个目标上进行优化。通过将贪心策略应用于粒子群算法,把一维下料问题分割成多个子问题,对每个子问题依次求全局最优解,有效缩小单次处理问题的规模,由所有子问题的最优解取得原问题的近似最优解。为解决种群过早收敛而因此陷入局部最优,设计一种自适应策略。此外,考虑到切换下料方式会产生一定成本,通过最大化当前下料方式使用次数优化下料方式数量。仿真实验结果表明,该算法收敛速度快,取得的下料方案利用率高且下料方式数量较少,具备较好的实用性,并能够为企业带来显著的经济效益。     

一种改进的贪心遗传混合算法在车间调度中的应用与研究

确定每台机器上各工件的投入顺序与投入时间是车间作业调度所要解决的问题,这种顺序必须和技术约束相容,使某一性能指标达到最优是其最终目的 .寻找高效的调度方法,可以极大的提高资源的利用率和生产效益。遗传算法具有自组织性,并行性和自适应性,对于组合优化问题的求解有着自己的独特的优势,很快便被引入到了车间调度问题的研究领域车间调度问题是典型的NP难题,为了克服传统遗传算法解决车间作业调度问题的局限性,综合遗传算法和局部搜索的优点,提出一种改进的遗传算法,即贪心算法与遗传算法相结合,并通过实验数据证明了该方法的有效性。     

3-D Floorplanning: Simulated Annealing and Greedy Placement Methods for Reconfigurable Computing Systems

The advances in the programmable hardware has lead to new architectures where the hardware can be dynamically adapted to the application to gain better performance. There are still many challenging problems to be solved before any practical general-purpose reconfigurable system is built. One fundamental problem is the placement of the modules on the reconfigurable functional unit (RFU). In reconfigurable systems, we are interested both in online placement, where arrival time of tasks is determined at runtime and is not known a priori, and offline in which the schedule is known at compile time. In the case of offline placement, we are willing to spend more time during compile time to find a compact floorplan for the RFU modules and utilize the RFU area more efficiently. In this paper we present offline placement algorithms based on simulated annealing and greedy methods and show the superiority of their placements over the ones generated by an online algorithm.     

基于加权内容-结构网络和随机游走的社团划分算法

针对传统模块优化社团划分算法仅能利用网络的结构信息,而无法利用同样丰富的内容信息,导致划分精度较低的问题,提出一种结合内容属性并通过给连边加权来全面优化网络拓扑结构的社团划分算法CCSRW（Classification with Content-Structure and Random Walk）.设计利用随机游走理论计算结构节点与内容节点间的相似性关系矩阵,并将结构节点映射到内容属性空间上,最终把社团划分问题转化为多维无监督聚类问题.通过在真实数据集上进行的全面实验分析,展示了相比于传统社团划分算法,本文的算法能更准确的描述网络结构,显著提高划分性能,并有效解决小社团不敏感问题,更适用于大规模复杂信息网络的社团划分.     

基于模拟退火的快速运动估计方法

提出了一种基于模拟退火的快速块匹配运动估计方法.该方法根据运动估计的特点,对传统的模拟退火算法初始点的选取、搜索策略等进行了改进,在保证估计精度的前提下,提高了估计速度.     

模拟退火法在阵列天线综合中的应用

介绍了模拟退火法的基本原理。该方法具有全局寻优能力,在阵列天线综合中主要有以下3方面的应用:对均匀阵列的电流分布,对非均匀阵列的阵元位置及电流分布进行优化,对阵列进行稀疏化。仿真结果表明,模拟退火法是一种有效的阵列天线优化综合方法。     

用模拟退火算法实现集成电路热布局优化

介绍了一种综合考虑集成电路电学性能指标以及热效应影响的布局优化方法 .在保证传统设计目标 (如芯片面积、连线长度、延迟等 )不被恶化的基础上 ,通过降低或消除芯片上的热点来优化集成电路芯片的温度分布情况 ,进而优化整个电路性能 .并将改进的模拟退火算法应用于集成电路的热布局优化 ,模拟结果表明该方法与传统布局方法相比在保持了较好的延迟与连线长度等设计目标的同时 ,很好地改善了芯片表面的热分配情况     

基于模拟退火法的光伏阵列铺设倾角的确定

在铺设小型楼宇太阳能系统时,电池板与太阳辐射的倾角会影响到光伏组件的工作效率,文中以光伏阵列的倾角为决策变量,以光伏阵列倾斜面上的总辐射强度最大为目标,建立非线性模型。并基于模拟退火法求解出了最佳倾角,充分利用了太阳能,使光伏电池更有效率,同时,在铺设光伏组件时也可节约电池占用面积。该方法可简单高效地解决复杂的非线性优化问题。     

模拟退火法用于气体红外光谱数据的识别分类

本文介绍了一种新的分类方法,它克服了传统的线性局部搜索的缺点,引入了跳跃式搜索,使得算法能够跳出局部极优解的陷阱,从而找到全局最优解。文中详细地介绍了其原理,并利用模拟退火的跳跃式搜索方法进行算法训练。通过实例比较,说明本方法应用于大气遥感红外光谱数据的分类和识别时,是行之有效的。     

基于模拟退火算法的组网雷达系统误差校正

系统误差校正是多传感器数据融合和跟踪系统中的基本问题，传统的解决方法是最小均方估计法或极大似然估计法，其缺点是对噪声比较敏感。文中提出了用非参数化方法解决多传感器数据融合中的系统误差校正问题，具体地讲就是把系统误差校正问题转化为非线性优化问题，然后通过模拟退火算法求解。该方法的优点是不需要事先知道各传感器的系统误差，并且适用于不同类型的传感器。经过仿真可知算法有效且对噪声不敏感，比线性化方法有更高的收敛效率和求解精度。     

模拟退火法在SAR单视图像斑点噪声抑制中的应用研究

本文针对合成孔径雷达(SAR)单视图像的特点,对R.G.White采用模拟退火估计雷达散射截面积(RCS)的算法进行了分析和改进;构造了新的邻域结构模型,在该模型上定义了一种新的目标函数,提出了相应的新算法.理论分析和对仿真SAR图像、真实SAR单视图像的处理结果表明,新算法在不影响均匀区域降斑效果的同时可以更好地保持图像的结构特征,辐射失真小,以较少的计算时间达到了令人满意的效果.