免疫量子进化算法

将免疫的概念和方法引入到量子进化算法中，提出一种新型的进化算法——免疫量子进化算法。该算法在保留原算法优良特性的前提下，力图有选择、有目的地利用待求问题中的一些特征信息或先验知识，抑制或避免求解过程中的一些重复或无效的工作，以提高算法的整体性能。对背包问题的仿真实验表明，免疫量子进化算法的性能优于经典的进化算法、免疫进化算法、量子进化算法等3种算法。     

贝叶斯改进BP神经网络在织物染色配色中的应用

针对BP算法及其改进算法泛化能力不强的问题,探讨了用贝叶斯正规化算法与LM算法的结合来提高BP神经网络的泛化能力。结果表明,在相同网络规模或误差条件下,贝叶斯正规化算法泛化能力明显优于基本BP算法及其它改进的BP算法,且收敛速度较快。因此文中把贝叶斯正规化算法与LM算法结合应用到了织物染色的计算机配色中,其预测的配方和实验的数据比较接近,证明了该方法的可行性。     

用B和B′算法求解TSP问题

B算法和B′算法都是A^*算法的变种,TSP（Travelling Salesman Problem)问题为NP完全问题,无一般的多项式复杂度算法,但采用合适的启发函数后,利用B算法或B′算法,可在多项式时间内解出。作利用C＋＋的继承功能统一算法形式,实现一个完成TSP问题求解的通用搜索算法。     

基于点割集的并行最短路径算法

在研究和分析了Dijkstra算法的基础上,在Dijkstra算法中通过引入点割集和割点的思想来改进Dijkstra算法,该方法首先利用点割集或割点把原问题分解成多个子图,然后对每个子图并行求最短路径,最后通过点割集或割点求出整个原问题的最短路径,从而降低算法的时间复杂度,提高算法的效率.     

快速约束极值子空间跟踪算法

子空间跟踪算法是许多工程计算问题的核心.Valizadeh等人基于约束优化问题提出了一种快速投影逼近子空间跟踪算法.在指出快速投影逼近子空间跟踪算法不足的同时,应用矩阵求逆引理给出了一种新的快速子空间跟踪算法——快速约束极值子空间跟踪算法.仿真实验表明,所提算法是收敛且稳定的,其性能优于或相当于几种常见的快速子空间跟踪算法.     

联合补充库存问题的模型及算法

对确定性需求的联合补充问题，有多种算法，这些算法或不能保证最优解或计算复杂性大，因此提出将模拟退火思想引入遗传算法，应用遗传模拟退火算法求解，阐明了该算法的具体实现过程，并通过算例表明该算法可以更有效地解决此类问题。     

用B和B′算法求解TSP问题

B算法和B′算法都是A 算法的变种 ,TSP (TravellingSalesmanProblem)问题为NP完全问题 ,无一般的多项式复杂度算法 .但采用合适的启发函数后 ,利用B算法或B′算法 ,可在多项式时间内解出 .作者利用C 的继承功能统一算法形式 ,实现一个完成TSP问题求解的通用搜索算法 .     

用B和B'算法求解TSP问题

B算法和B'算法都茿*算法的变种,TSP(Travelling Salesman Problem)问题为NP完全问题,无一般的多项式复杂度算法. 但采用合适的启发函数后,利用B算法或B'算法,可在多项式时间内解出. 作者利用C++的继承功能统一算法形式,实现一个完成TSP问题求解的通用搜索算法.     

一般约束极大极小问题的广义梯度投影算法

讨论了一类带等式、不等式约束的极大极小值问题,将其转化为带等式、不等式约束的非线性规划问题,利用辅助规划进行处理,给出了一个广义的梯度投影算法,解决了一般约束极大极小值问题。算法可在有限步达到最优点或产生一系列点列,其极限点则是最优点,并证明了该算法的全局收敛性。     

求解约束优化问题M-精英协同进化算法

提出了一种适用于约束优化问题的协同进化算法．该算法旨在模拟人类社会中团队的组建及其协作方式,并强调精英人才对团队建设的推动作用．算法将整个种群分为精英种群和普通种群,围绕各个精英来组建团队,使精英种群带动普通种群,进而带动整个种群不断进化．组建团队过程中,不同精英之间采用协作操作,精英对普通种群成员进行引导操作,其中协作操作和引导操作由若干交叉或变异算子的组合所定义．使用静态罚函数法将约束优化转化为无约束优化,利用13个约束优化测试函数对算法进行了测试．仿真实验和参数分析结果表明,该算法寻优精度高,算法稳定,运行时间少,其性能优于组织进化算法,能够有效解决复杂的约束优化问题．     

核扩展判定及核扩展方法

给出一种判定模式识别算法能否核扩展的方法,该方法具有不被算法具体形式所限制的优点.传统核扩展方法是通过将输入数据映射到特征空间,然后在特征空间运行原始算法,得到相应的核方法.给出另外一种核扩展策略,与传统核扩展方法具有等价性.分析及试验过程都表明,本文的核扩展方法具有可行性.     

判断点与区域位置关系的改进算法

本文作者提出了基于计算几何的判断点与区域位置关系的改进算法。该算法能处理多个区域的情况和区域为单连通或复连通区域的情况;并进一步针对现有的基于计算几何的判断点与区域位置关系的算法的不足之处,提出了能够自动识别图像中的多个区域并判断点与区域位置关系的算法。     

基于度量值的球形检测算法改进

为了减少多用户检测的误码率和降低算法复杂度,在传统球形检测算法的基础上提出一种基于度量值的球形检测算法.改进算法通过最小度量获得初始半径,在确保得到非空解的情况下,结合深度优先搜索策略,使得误码率接近于最大似然检测性能.仿真结果表明,改进算法比传统算法在访问节点个数上可降低一个数量级.     

一种求解非线性方程组的混沌优化算法

针对非线性方程组的求解问题提出一种混合算法,将方程组转换成一个优化问题。利用优化问题的非线性共轭梯度法与混沌优化方法相结合,提出了一种新的混合优化算法。该算法能使非线性共轭梯度法跳出局部最优,最终获得全局最优。算法的收敛性也进行了证明,数值结果表明该算法是有效的。     

6步直线生成算法

直线是图形的基本元素，研究其生成算法具有重要意义.经典的双步直线生成算法一次能生成两个像素点，对其进行改进，提出一种6步直线生成算法，一次预测3个像素点，再通过直线的对称性生成6个像素点，从而提高了直线生成效率，并使运算量只与直线的长度相关.     

6步直线生成算法

直线是图形的基本元素，研究其生成算法具有重要意义．经典的双步直线生成算法一次能生成两个像素点，对其进行改进，提出一种6步直线生成算法，一次预测3个像素点，再通过直线的对称性生成6个像素点，从而提高了直线生成效率，并使运算量只与直线的长度相关．     

基于改进辨识矩阵的变精度邻域粗糙集属性约简

提出一种用于变精度邻域粗糙集,可以大幅减少时间复杂度的属性约简算法.该算法基于一种改进的辨识矩阵.首先用辨识矩阵同时记录决策一致和不一致的数据,然后用二进制位运算计算样本的邻域,最后获得可以保持下近似分布不变的属性约简.实验结果证明,本文算法不仅能够大幅减少属性约简时间,而且精度上总体优于NBRS算法和LDNRS算法.     

一种采用并行免疫优化的频谱分配算法

基于图论的认知无线网络频谱分配是一个NP难问题,智能优化是求解此问题的有效方法．由于实时性是认知无线网络频谱分配不同于其他无线网络频谱分配的显著特点,故提出了一种基于主从式并行模型的并行免疫优化频谱分配算法,即在多个节点上同时并行计算种群中抗体的亲和度．给出了算法的主要思想、关键技术及基本实现步骤．仿真实验结果表明,该算法可以获得更高的网络收益,缩短频谱分配时间．与传统的经典串行算法相比,可以获得较理想的加速比和效率．     

有效的爬行Ajax页面的网络爬行算法

Ajax页面的生成和页面导航需要执行客户端的JavaScript代码, 传统网络爬行算法无法获取Ajax页面全部内容. 分析了Ajax的工作方式, 阐述了爬行Ajax网页所面临的主要问题, 提出并实现了一种有效爬行Ajax页面的网络爬行算法. 该算法可控制客户端浏览器动态生成页面内容和完成页面导航, 为爬行过的页面分配标识编号并生成相应静态页面. 实验结果表明, 提出的算法所爬行的Ajax页面数量明显多于传统方法, 同时, 采用的双重消重策略可有效减少算法的时间耗费.     

基于DS理论的网络时钟同步算法

目前的NTP（Network Time Protoc01）时钟同步算法已不能满足许多新兴网络对时钟同步精度的要求。为此,提出一种基于DS（Dempster／Shafer）理论的NTP时钟同步改进算法。在分析目前NTP时钟同步算法不足的基础上,将Ds理论引进到传统的NTP时钟同步中,建立一种改进的NTP时钟同步算法并进行了仿真实验。实验结果表明,与传统算法相比,该NTP时钟同步算法有效地提高了同步精度。