立体堆与分枝界限算法

分枝界限算法是解决组合优化问题的常用方法之一.对于给定的问题和分枝策略,算法的运行时间取决于实现算法的数据结构.该文讨论了立体堆及其上的插入、删除算法;通过将分枝界限算法的运作过程与排序过程建立对应关系,给出了一般分枝界限算法的复杂度下界Ω(m+hlogh),其中m为评估的结点数,h为扩展的结点数;得出了立体堆为实现一般分枝界限算法的几乎最优数据结构;并对具体的作业分派问题实现了一个使用立体堆的分枝界限算法;提出了改善立体堆平衡性的措施.     

基于模拟退火算法的布局问题研究

在传统模拟退火算法的基础上,对布局问题的优化算法进行了研究,采用回火策略,改进一般模拟退火算法寻优的效果;结合布局问题的具体特点,采用Sequence Pair来描述布局问题的解结构,综合构成了一种新的求解布局问题的模拟退火算法.通过算例验证,该算法优于传统优化算法和普通启发式搜索算法,并且对增量布局也能够取得较好的效果.     

无线局域网的设计模型及算法

提出了一个求解无线局域网设计的新算法。算法充分利用遗传算法内在的并行性,不但满足了多目标约束问题的优化,而且确定了无线局域网中各个基站的具体分布位置。算法引进了蚂蚁算法中“信息素”思想,此外,遗传算子的设计也对遗传算法求解一般问题有普遍的指导意义。     

带有时间和费用双重限制的网络容量扩充问题

该文将网络容量定义为最大s-t流的流量,建立了带有时间和费用双重限制下的网络容量扩充问题的一般模型。通过网络变换,将带有时间限制的容量扩充问题转化为线性最小费用流问题,并给出了具体证明和求解容量扩充问题的算法。该模型和算法不仅适用于各种情形的容量扩充问题,而且还可应用于网络流规划。最后通过具体例子的求解,说明了模型和算法的正确性和有效性。     

模糊逻辑控制技术与应用(二)——第二讲 模糊关系及模糊算法

3 模糊条件语句—模糊关系3.5 模糊算法模糊算法与一般算法一样,也是指令的有序集合,只不过其中有些指令是模糊指令而已.模糊算法执行的结果输出一个大概解的特殊问题模糊指令如何组成模糊算法,则取决于具体控制问题的控制规律.模糊集的概念,特别条件陈述语句的概念,提供了模糊算法在许多系统中应用的基础.我们把模糊算法中的指令归纳成下面三类(1)设定句例如:x=5;x=Small;X is large;     

优秀教学团队建设的探索与实践 — —以扬州大学软件工程教学团队（培育）为例

近些年, “W annaC ry”等勒索软件网络安全问题层出不穷,对我国的互联网造成不可估量的损害。网络入侵检测 系统作为弥补防火墙防御网络威胁的有效的第二道闸门,扮演着保护计算机的重要角色。首先,介绍入侵检测的定义以及研 究现状;其次,介绍机器学习算法及其在解决网络空间安全问题的一般流程,机器学习在入侵检测中的具体应用,尤其随机森 林算法、贝叶斯算法和其他几种主流机器学习算法在入侵检测中取得的进展;最后,讨论了机器学习算法在入侵检测系统中发 展方向。     

"信号量集"在并发进程同步问题中的应用研究

本文在阐述进程同步与互斥、信号量以及P、V操作等基本概念的基础上,探讨了利用P、V操作结合信号量机制实现操作系统中进程控制的一般方法,得到了用于构造同步算法的基本框架;最后对一般信号量集机制中的特殊情况在"五兄弟圈羊"问题中的应用作了具体描述.     

马尔可夫决策过程自适应决策的进展

在介绍一般马尔可夫决策过程的基础上,分析了当前主要马尔可夫过程自适应决策方法的基本思想、具体算法实现以及相应结论,总结了现有马尔可夫过程自适应决策算法的特点,并指出了需要进一步解决的问题。     

蚁群算法在服务器集群批量任务调度中的应用

服务器集群中的负载均衡和作业调度是影响系统性能的重要因素.本文描述服务器集群批量任务的作业调度问题,对该问题建立了基于图的模型.由于使用一般的启发式算法或动态规划算法解决该问题具有局限性,本文引入蚁群算法进行求解,并针对该问题具体求解提出了启发式距离合适的计算方法.最后在仿真的基础上,讨论了算法的优化效果和收敛性,结果表明蚁群算法解决该问题具有优异的性能.     

使用面向离散搜索空间的蛙跳算法求解TSP

针对搜索空间是离散的问题近似求解,提出了一种名为DSSLFA的蛙跳算法;给出了该算法的具体流程和实现细节;探讨了将该算法用于求解旅行商（TSP）问题的过程。在若干公用数据集上的实验结果表明,该文算法是有效、可行的。     

基于GENET的时间表问题自动求解算法

构造大学考试时间表自动生成系统是一个知名的问题．本文用约束满足问题模型来描述大学考试时间表问题,并提出了一个基于GENET的局部搜索算法来解该问题．该算法采用一些问题相关的策略来提高局部搜索效率．实验结果表明,将“强约束违反”转化为“弱约束违反”的方法能大大地提高算法性能,使该算法优于GENET和演化算法。     

基于分解优化的多星合成观测调度算法

某些卫星的侧摆性能较差, 必须进行合成观测以提高观测效率. 研究了多星联合对地观测中的任务合成观测调度问题. 提出了将原问题分解为任务分配与任务合成的分解优化思路. 任务分配为任务选择卫星资源及时间窗口; 任务合成则针对该分配方案,将分配到各卫星的任务按照轨道圈次分组, 分别进行最优合成. 采用蚁群优化算法(Ant colony optimization, ACO)求解任务分配问题, 通过自适应参数调整及信息素平滑策略, 实现全局搜索和快速收敛间的平衡.提出了基于动态规划的最优合成算法, 求解任务合成子问题,能够在多项式时间内求得最优合成方案. 依据分配方案的合成结果, 得到优化方案的特征信息, 反馈并引导蚁群优化算法对任务分配方案的搜索过程. 大规模测试算例验证了本文算法的效率.     

Approximation problems with the divergence criterion for Gaussian variables and Gaussian processes

System identification for stationary Gaussian processes includes an approximation problem. Currently, the subspace algorithm for this problem enjoys much attention. This algorithm is based on a transformation of a finite time series to canonical variable form followed by a truncation. There is no proof that this algorithm is the optimal solution to an approximation problem with a specific criterion. In this paper it is shown that the optimal solution to an approximation problem for Gaussian random variables with the divergence criterion is identical to the main step of the subspace algorithm. An approximation problem for stationary Gaussian processes with the divergence criterion is formulated.     

Metaheuristic optimization for the Single-Item Dynamic Lot Sizing problem with returns and remanufacturing

The use of metaheuristics for solving the Single-Item Dynamic Lot Sizing problem with returns and remanufacturing has increasingly gained research interest. Recently, preliminary experiments with Particle Swarm Optimization revealed that population-based algorithms can be competitive with existing state-of-the-art approaches. In the current work, we thoroughly investigate the performance of a very popular population-based algorithm, namely Differential Evolution (DE), on the specific problem. The most promising variant of the algorithm is experimentally identified and properly modified to further enhance its performance. Also, necessary modifications in the formulation of the corresponding optimization problem are introduced. The algorithm is applied on an abundant test suite employed in previous studies. Its performance is analyzed and compared with a state-of-the-art approach as well as with a previously investigated metaheuristic algorithm. The results suggest that specific DE variants can be placed among the most efficient approaches, thereby enriching the available algorithmic artillery for tackling the specific type of problems.     

基于人工蜂群改进算法的无线传感器网络定位算法

针对无线传感器网络无需测距的DV-Hop定位算法中,利用最小二乘法进行节点定位时存在较大误差的问题,提出了一种改进的DV-Hop智能定位算法。首先在详细分析DV-Hop算法中最小二乘法原理的基础上,将定位问题转化成全局最优化问题;其次根据人工蜂群算法计算最优化问题的优势,结合定位具体问题,提出了一种自适应人工蜂群算法;最后将改进的人工蜂群算法运用到DV-Hop算法未知节点的坐标估计阶段实现定位。仿真实验表明,改进的定位算法与最小二乘法及基于传统人工蜂群算法的DV-Hop算法相比,在不同锚节点比例和不同节点数的情况下,定位精度和精度稳定性都有明显提高。     

线性递归Da taL og 程序优化算法

提出了线性齐次ＤａｔａＬｏｇ逻辑程序的概念,并为该类程序设计了一个优化的求解算法。在此基础上提出了求解一般线性ＤａｔａＬｏｇ程序的优化算法,该算法利用带有的约束条件的递归调用方法,将线性ＤａｔａＬｏｇ程序求解问题变换成齐次程序的求解问题。算法简单,易于实现,可应用于任何线性ＤａｔａＬｏｇ程序的求解。     

Automatic parameter tuning with a Bayesian case-based reasoning system. A case of study

The parameter setting of an algorithm that will result in optimal performance differs across problem instance domains. Users spend a lot of time tuning algorithms for their specific problem domain, and this time could be saved by an automatic approach for parameter tuning.In this paper, we present a system that recommends the parameter configuration of an algorithm that solves a problem, conditioned by the particular features of the current problem instance to be solved. The proposed system is based on a basic adjustment model designed by authors (Pavon, R., Díaz, F., & Luzón, V. (2008). A model for parameter setting based on Bayesian networks. Engineering Applications of Artificial Intelligence, 21(1), 14–25) in which starting from experimental results concerning the search for solutions to several instances of the problem, a Bayesian network (BN) is induced and tries to infer the best configuration for the algorithm used.However, taking into account that the optimal parameter configuration may differ considerably across problem instances of a specific domain, the present work extends the former incorporating additional information about problem instances and using the case-based reasoning (CBR) methodology as the framework integrator for the different instances from the same problem, where each problem instance deals with a specific BN. In this way, the system will automatically recommend a parameter configuration for a given algorithm according to the characteristics of the problem instance at hand and past experience of similar instances.As an example, we empirically evaluate our Bayesian CBR system to tune a genetic algorithm for solving the root identification problem. The experimental results demonstrate the validity of the model proposed.     

次梯度投影算子求解图像重建问题的并行策略

将次梯度投影迭代算法应用到数字图像重建问题。将图像重建问题转化为求一个加权最小二乘问题,导出次梯度投影算子在该问题下的具体迭代形式,并采用并行计算策略重建算法。通过三维数值实验对比次梯度投影迭代算法与常用的SART算法,验证算法的可行性和效率。     

基于ICMP的网络拓扑自动发现算法研究

提出一种基于ICMP的拓扑自动发现算法,该算法弱化了对网络的诸多假设,对特定问题给出了多种可选的解决方案,同时,算法在效率方面有了很大改进.     

不规则形状最佳填充算法及其实现

该文主要探讨了CAD/CAM技术应用的二次开发算法。针对工程应用中的具体问题,提出了解决问题的办法。