文化算法研究

文中介绍一种新的进化计算构架——文化算法。文化算法分别从微观（种群空间）和宏观（信念空间）两个层面上模拟文化的双重进化继承过程。从进化角度看,任何一种符合文化算法要求的计算构架或符号表达都能被用来描述文化算法框架中的种群空间和信念空间。文中叙述了文化算法的发展背景,阐述了文化算法的特点、适用范围及基本原理,回顾了其发展历程以及应用,给出了结论和进一步的研究方向。     

文化算法应用研究

文化算法模拟了人类社会文化的进化过程,在进化的群体空间上建立动态的信仰空间,用来指导数据的搜索。介绍了文化算法的原理和流程,根据问题的特点对文化算法进行了分类,并给出了不同类型问题的求解步骤。根据对文化算法进行的仿真实验结果,得出该算法不仅收敛速度快,而且所得结果更优,表明文化算法是一种全局优化搜索的进化算法,具有广泛的应用前景。     

求解约束优化问题的文化算法研究

文化算法的主要思想是明确地从进化种群中获得求解问题的知识 (即信念) 并用于指导搜索过程. 本文提出了一种基于多层信念空间的文化算法, 该算法通过对多层信念空间的择优选用将提取的知识用于提高进化计算性能来解决约束优化问题. 应用实例表明该算法具有较好的结果和较少的计算量.     

基于文化算法和改进差分进化算法的混合算法

改进差分进化算法不能有效利用进化过程中的知识,传统文化算法进化后期收敛速度较慢。针对这些问题提出一种基于文化算法和改进差分进化算法的混合算法,并将这一算法应用于约束求解问题。对基准函数和丁烯烷化生产调度问题进行仿真,结果表明该混合算法具有较好的实用性和稳健性,在寻优效率和优化结果方面都优于与之比较的算法,并降低了计算量。     

PrefixSpan算法与CloSpan算法的分析与研究

数据挖掘领域的一个活跃分支就是序列模式的发现,即在序列数据库中找出所有的频繁子序列.介绍序列模式挖掘的基本概念,然后对序列模式中的经典算法PrefixSpan算法和基于PrefixSpan框架的闭合序列模式CloSpan算法进行了描述,并对它们的执行过程及其特点进行了分析与比较,总结了各自的优缺点,指出PrefixSpan算法适用于短序列方面挖掘,而CloSpan算法在长序列或者阈值较低时胜过PrefixSpan算法且CloSpan算法挖掘大型的数据库有更好的性能,得出的结果对序列模式挖掘的设计有重要的参考价值.     

遗传算法求解的种群多样性研究

为了提高遗传算法的全局收敛性必须在进化过程中提高和维持种群的多样性.本文针对遗传算法求解TSP问题,探讨了遗传算法种群多样性的检测方法,通过将多种多样性检测方法进行对比实验,结果表明传统的基于表现型的检测方法不能有效反映TSP问题种群的多样性或多样性变化,本文所提出的方法根据种群所有个体的连接矩阵,计算连接矩阵的熵来反映种群多样性,不仅有效且降低了时间复杂度.     

MER方法在工程图纸字符识别中的算法研究与应用

如何把数字图像中各种长度和角度书写的字符或字符串统一识别、组合并校正成归一化的水平方向,以供后续准确的字模识别,是工程图纸数字图像字符识别中必须首先解决的问题.应用计算最小邻接矩形方法来实现上述目标,取得了良好效果.     

CMS环境下基于智能优化算法的单元间布局问题研究*

研究了单元制造系统(CMS)设计中单元间布局设计问题,从单元制造系统的实际出发,提出了一种基于割树(Slicing-tree)的单元间布局设计模型.该模型考虑了单元形状约束、单元I/O点位置优化等诸因素对布局结果的影响.针对基于割树的描述形式,采用遗传算法求解,提出了一种新的割树编码方案,克服了以往编码方案易产生非法子串、不能覆盖整个解空间以及实现困难等缺点.计算结果表明,该算法是有效的、可行的.     

四元数五轴联动插补算法的研究

在深入分析五轴数控系统的运动机构配置的基础上,针对传统的基于矩阵或欧拉角的插补算法在旋转空间难以解决线性插值和加工要求等问题, 设计一种基于四元数五轴联动的插补算法,不仅简化了插补计算量,同时能够使刀具从一点平稳的运动到另一点,而且插补的轨迹更光滑连续.文章引入四元数理论,重点研究了四元数在构造数学模型和运动变换中的应用,并在Matlab中成功的进行了仿真.实验结果表明了该算法的可行性和可靠性.     

基于Chan氏算法和文化算法的协同定位

提出一种到达时间差(TDOA)定位方法,利用Chan氏算法进行初始定位估计,将估计结果作为经验知识存储于信念空间中,采用文化算法求解定位估计中的最大似然函数,获得最佳估计坐标值,从而实现对移动台的最终定位估计。历史知识的引入能有效避免陷入局部最优值,并改善算法的定位精度。仿真实验结果表明,该方法性能稳定、定位精度高、收敛速度快。     

基于文化算法的网络文化安全预警模型

本文通过对社会系统研究领域、文化演化研究领域、复杂系统研究领域、数据挖掘领域的学习研究，先定义了网络文化安全问题。即分析文化对网络社会产生的影响程度问题，并在此基础上提出并设计了基于文化算法进行分析的网络文化安全预警模型。最后，为了验证提出的方案，本文通过定制的BBS网页情景，成功进行了实验。最后通过对实验情况的分析和总结，找出该模型设计的不足，并提出进一步的改进策略，以期完善基于文化算法分析的网络文化安全预警方法。使其发挥更大作用。     

文化算法研究进展

文化算法是一种源于文化进化过程的进化模型,具有许多优良特性,成功地解决了一些复杂的问题,但该算法并不完善。本文介绍文化算法的模型及其研究进展,指出了该算法未来可能的研究方向。     

生产调度优化问题文化进化算法研究

许多生产调度优化问题属于NP-hard问题,其求解通常采用智能启发式算法。基于文化算法及文化进化思想设计的文化进化算法,通过上层文化空间的经验知识指导下层个体进化搜索的方向及步长,通过模拟人类社会文化进化的机制实现文化空间的进化与更新,最后将算法应用到置换Flow shop问题的求解,用Matlab编程仿真测试,结果表明此算法解决生产调度优化问题是可行的,而且其全局搜索性能优于一种改进的GA算法。     

主动队列管理算法比较研究

本文对FRED、CHOKe、CSFQ、AFD等几个主动队列管理算法进行了对比研究，并且结合实验结果对算法中存在的问题及其原因进行了深入的分析，并对算法的改进提出了一些建议，希望能为今后的工作提供一定的支持。     

矩阵转置算法的研究

根据矩阵的不同存储方式,对不同的转置方式作了对比分析;对一般矩阵的经典转置算法提出了一种改进方案;给出了用C语言编写的矩阵转置的几种算法。通过对各算法所作的时间、空间的复杂度分析,总结出了这几种算法的优缺点。     

主动队列管理算法比较研究

本文对FRED、CHOKe、CSFQ、AFD等几个主动队列管理算法进行了对比研究,并且结合实验结果对算法中存在的问题及其原因进行了深入的分析,并对算法的改进提出了一些建议,希望能为今后的工作提供一定的支持。     

文化算法在股票数据建模中的应用

数据预测在金融投资领域占有重要地位,而股票价格是金融数据中最复杂的数据类型之一。本文将文化算法应用于股票指数建立时间序列模型,并且针对股票数据的特点,选择适应股票规律的文化算法模型,并与线性回归算法得到的数据结果进行了对比分析,以此来分析文化算法在该问题应用上的优劣。实验结果表明,利用文化算法模型进行预测取得了较好的结果,其预测精度较高,预测的相对误差在3%以内,涨跌分析正确率在70%以上。