广义分子计算模型在0-1背包问题中的应用

生物分子计算在实现上有很多局限性。借鉴了广义图灵模型(Generalized Turing Model,GTM)[1]。该模型是由分子计算粘贴模型与图灵机相结合而得到的,并且已证明可以在多项式时间内准确获得0-1整数规划、集合覆盖等多个NP完全问题的全体可行解集。在此基础上将GTM应用于求解0-1背包问题,仿真展现了该模型的优点。     

DNA分子计算模型

The field of practical DNA computing opened in 1994 with Adleman's paper,in which a laboratory experi-ment involving DNA molecules was used to solve a small instance of the Hamiltonian Path problem. The characteris-tic of this computation is its powerful ability in parallelism,its huge storage and high energy efficiency. This paper mainly introduces the principles of DNA computing and the sticker computing model.     

广义计算及其在磨粒识别中的应用

广义计算是融程序计算,神经计算、模糊计算和演化计算于一体的一种新型技术,该文提出了广义计算单元的定义,介绍了广义计算网络的特点,然后建立了一个广义计算模型,最后简单地介绍了广义计算在磨粒识别中的应用。     

一种主动存储计算机模型

提出了一种新型的主动存储计算机模型，其特征是存储器单元不仅可以有传统的读写操作，还可以有执行操作，这个模型扩展了传统的随机访问计算机（RAM）模型，可以用来研究一些新型计算模式的体系结构机制和算法设计与分析，如SoC、可重构计算、并行计算、网格计算、万维网服务等，对于网格计算，这个模型可用于研究网格协议与执行机制、网格算法的正确性和复杂度以及网格客户端与服务器端的有效交互。     

基于遗传算法与思维进化计算的一种广义进化模型

本文在遗传算法(Genetic Algorithm，简记GA)与思维进化计算(Mind Evolutionary Computation，简记MEC)的基础上，提出了一种广义进化模型(Generalized Evolutionary Model，简记GEM)、该模型用微演化与宏演化两个过程，分别模拟人类的思维学习方式与自然进化，并通过概率趋同、信息迁移、自适应变异算子将两个过程有机的结合起来，从完全意义上模仿了人类的进化．该模型既能有效的克服遗传算法的本质缺陷，又能拓展思维进化计算的理论基础及应用范围．数值优化的仿真结果证明了该模型的有效性。     

可满足性(SAT)问题的几种DNA计算模型

DNA计算是一种新的计算方式，其高度并行性和巨大的信息存储容量为NP-完全问题的解决提供了一种全新的方法。主要介绍了几种可满足性(SAT)问题的DNA计算模型，并在编码问题、实现方式、及算法设计等三个方面对其进行了比较。     

可满足问题的分子信标计算模型

分子信标（Molecular Beacon）是一种发夹状的荧光探针,它可以特异地和那些与分子信标的环（Loop）互补的核酸靶序列杂交,具有单个碱基错配的检测能力．肽核酸（Peptide Nucleic Acid）是人工合成的核酸（DNA）的类似物．PNA骨架为酰胺键,与DNA补链杂交更稳定,可以阻止聚合酶延伸反应．文中将可满足问题的约束变量编码于分子信标的环部识别区,通过分子信标与使得给定范式为真的变量的PNA补链杂交,再利用PNA链可以阻止聚合酶延伸反应的性质,用限制性内切酶EcoRI降解对应于非解的分子信标,最后通过加热表面使分子信标构形发生变化,产生荧光读解．提出的可满足问题的分子信标计算模型具有可靠性高、无需观察和记录计算的中间结果、读解简单等优点．     

可满足性问题的一种DNA表面计算模型

可满足性问题的一种DNA表面计算模型是一种特殊的DNA计算方法,该模型是采用荧光标记的策略和荧光猝灭技术,通过观察荧光灭光情况排除非解,从而有效的解决可满足性问题(SAT).该模型方法具有错误率低、编码简单、读取方便等很好的性能,能够大大减少实验过程中的错差.     

基于图灵模型的P=？ NP问题分析

P=？NP问题是计算复杂性中的核心问题。2000年,美国克雷实验室将其收录为“千禧年大奖”七个问题之首。本文基于图灵模型,对P=？NP问题的研究现状、P=NP／P≠NP 证明方法、NPC问题求解方法及研究进展进行阐述。     

基于环形DNA分子的一种求解最大集团的计算模型

文中提出了一种基于环形DNA分子的新型计算模型.该模型的核心构成包括环形DNA分子,链霉亲和素包被的磁珠及环化酶.通过应用该模型解决了一个5个顶点的最大团问题,证明了该模型的可行性.在整个计算过程中,真解的搜索是借助于磁珠和环化酶,DNA分子结构在线性和环形之间相互转化.环形DNA分子的应用极大地减少了计算所需的时间和空间,算法的时间和空间复杂度均为O(n+m).对于解决一个n个节点的最大团问题,这种算法和枚举型算法相比,在搜索过程中所需试管数较少,只需n+1个试管,而利用枚举型算法则需要2n个试管.另外,文中构建的非枚举型初始解空间大大提高了DNA计算机的存储和计算能力.在将来,这种新型的DNA计算模型或许会成为一种解决某些NP完全问题的有效工具.     

基于DNA折纸术求解可满足性问题的计算模型

DNA折纸术是一种全新的DNA自组装方法,具有可编程性、纳米可寻址性等优点,被广泛地应用于DNA计算中.利用DNA折纸术可折叠出特殊结构的特点,在DNA折纸基底上设计了一种求解可满足性问题的计算模型,该模型采用分子信标原理,通过观察荧光的明灭排除非解,从而找出可满足性问题的解.最后通过实例和模拟仿真表明了模型的可行性.     

Computer-based techniques for solving problems of applied and computational mathematics with given quality characteristics

The paper is concerned with computer-based techniques for the choice and development of computational resources and their efficient use to find an approximate solution with a given accuracy in a limited processor time. __________ Translated from Kibernetika i Sistemnyi Analiz, No. 5, pp. 33–41, September–October 2006.     

汉语篇章广义话题结构的认知计算模型研究

广义话题结构是汉语篇章中客观存在的结构形式。依据有限状态机的思想设计了识别广义话题结构的计算模型,在较大规模语料中初步检验了它的有效性,分析了该模型的空间复杂度和时间复杂度。该模型的特点是：递推控制,输出和输入以标点句为单位同步进行,无长距离回溯,有限回填,有限存储,保持词序。这些特点正是人在“话题-说明”信息的认知过程中所遵循的准则,因此该计算模型可以看作人完成这一认知过程的机械模型。     

广义特征值多类分类算法

提出了一个新的多类分类算法,该算法的目标是寻找[M]个相互不平行的超平面,使得第[m(m=1,2,?,M)]类的各点到第[m]个超平面的距离之和尽可能小,而其余类的所有点到该超平面的距离之和尽可能大。基于这个思想,寻求第[m]个超平面的优化模型最终可转化为一个广义特征值问题。该方法编程简单,易于实现。在数值试验部分,该算法与一些经典的基于支持向量机的多类分类算法进行比较,表明了该算法的优越性。     

PSL可满足问题的计算复杂度

PSL是一种用于描述并行系统的属性规约语言,包括线性时序逻辑FL和分支时序逻辑OBE两部分。由于OBE就是CTL,因此论文重点研究FL逻辑。理论上已证明许多难解的问题都可多项式变换为“可满足性”问题,“可满足性”问题是研究时序逻辑的核心问题之一,并已成为程序验证的一种有力工具;而计算复杂度是“可满足性”问题需要解决的最深刻的方向之一,其研究意义在于它可作为解决一类问题的难度的标准。文中在利用“铺砖模型”基础上,推导并得出FL的“可满足性”问题的计算复杂度为EXPSPACE—hard,这对正确评价解决该问题的各种算法的效率,进而确定对已有算法的改进余地具有重要的指导意义。     

分子量分布的广义状态反馈跟踪控制

针对化工过程中分子量分布的跟踪控制问题, 提出了一种简单的广义状态反馈控制方法, 实现给定分子量分布的跟踪. 该方法充分利用复合动态支持向量机模型, 实现分子量分布函数在时间域和空间域上的分离, 从而将分布函数的跟踪问题转化为动态权值向量的时间域跟踪问题, 并设计了状态反馈与积分器相结合的控制结构, 采用线性矩阵不等式技术对闭环系统稳定性和跟踪性能进行分析. 仿真结果表明该方法的可行性.     

Generalized gradient projection neural networks for nonsmooth optimization problems

Generalized gradient projection neural network models are proposed to solve nonsmooth convex and nonconvex nonlinear programming problems over a closed convex subset of R n . By using Clarke’s generalized gradient, the neural network modeled by a differential inclusion is developed, and its dynamical behavior and optimization capabilities both for convex and nonconvex problems are rigorously analyzed in the framework of nonsmooth analysis and the differential inclusion theory. First for nonconvex optimizati...     

可满足问题中的模型计数

模型计数问题是指计算给定问题的解的个数,这是一类比决策更困难的问题,也是人工智能领域研究的一个热点问题.对模型计数问题的研究不仅可以提高算法的求解效率,更能促进对问题困难本质的了解.以可满足问题（命题可满足（SAT）和约束可满足问题（CSP））为例,从精确算法和近似求解两方面综述了模型计数问题的研究现状,重点介绍了相关概念以及各个算法之间的优缺点,并提出了有待解决的开放性问题,对模型计数问题的研究予以了总结和展望.