一个新的二叉树的轮廓线索树构造算法

本文给出了二叉树的轮廓线索树的一个新的构造算法 .与 Reingdd的算法相比 ,该算法简单、高效、便于分析 ,易于推广到 m-叉树的轮廓线索树的构造算法上     

凸多边形窗口线裁剪的新算法

凸多边形窗口的线裁剪是用多边形窗口裁剪多边形的基础 .为此 ,提出了凸 n边形窗口的线裁剪新算法 .新算法与 Cyrus- Beck算法相比 ,当 n较大时 ,新算法的乘法大约只有 Cyrus- Beck算法的 1/ 3且仅用 4次除法 .因此 ,新算法大大地加快运算速度 .     

基于GA-SA混合算法的VLSI门阵列布局设计

布局是VLSI布图设计中的关键环节，通常采用随机优化算法。该文采用遗传算法(GA)与模拟退火法(SA)相结合的搜索算法实现VLSI门阵列模式布局，利用遗传算法进行全局搜索，模拟退火法进行局部搜索。进化过程中采用精英保留策略，并对进化结果进行有选择的模拟退火操作，这样既加强了局部搜索能力又防止陷入局部最优。在复合布局目标函数中引入对最长线网的惩罚，其收敛速度比以总线长度为单一目标函数的要快。在交叉操作中，对交叉位置的选择采用了一种新的策略，增加了交叉的有效性。实验表明，此算法与简单遗传算法相比，有效地提高了全局搜索能力。     

Non-linear smoothing algorithm for multi-dimensional dynamic systems

A new sub-optimum smoothing algorithm is presented for multi-dimensional dynamic systems. This algorithm is based upon quantization, multiple hypothesis testing, and the Viterbi decoding algorithm. The estimation of state vectors is carried out sequentially, component-by-component, and in parallel. A considerable memory reduction is achieved for state estimation implementation with the proposed algorithm. Simulation results, some of which are presented, show that the sub-optimum algorithm performs better than the extended Kalman filter algorithm for some non-linear multi-dimensional models with white gaussian disturbance and observation noises. In addition, the performance of the sub-optimum algorithm is almost as good as the Kalman filter algorithm for linear multi-dimensional models with white gaussian noise.     

基于细菌觅食趋化算子的PSO算法*

PSO算法是模拟鸟群觅食的一种解决优化问题的仿生算法,为了避免其在优化过程中过快陷入局部极值的缺陷,提出一种新的基于细菌觅食趋化算子PSO算法。结合细菌觅食算法的局部搜索优势,将其趋化思想引入到PSO算法中。通过典型函数优化测试表明,该算法可以有效弥补PSO算法精度不高、容易陷入局部最优的缺陷。新算法是一种全局优化算法,适用于解决复杂特别是多峰不规则的函数优化。     

柔性KNN算法研究

KNN算法是一种常用的效果较好的文本分类算法。但是标准KNN算法中,近邻的数目K对所有处理文本都是一样的,而判断类别时加权的仅仅是文本之间的相似度。基于近邻序列的排序,提出了变K算法,并且结合效果较好权重算法,形成了柔性的KNN算法,提高了分类的效果。     

基于离散粒子群优化算法求解矩形件排样问题

改进了一种近似排样算法,并将改进的近似排样算法与离散粒子群优化算法结合求解矩形件排样问题.设计了应用离散粒子群优化算法求解矩形件排样问题的相关操作和定义,给出了离散粒子群优化算法求解矩形件排样问题的详细步骤,最后通过实验测试,验证了算法的有效性.     

Experimental investigations of combined algorithms of branch and bound method and dynamic programming method for knapsack problems

An algorithm combined of the branch and bound algorithm and the algorithm of dynamic programming for the knapsack problem with one constraint is proposed. An extensive computational experiment for the problems with dimension up to 3000 was conducted; on the basis of this experiment, the proposed algorithm is compared with the branch and bound algorithm and the algorithm of dynamic programming. The possible number of processors required by the combined algorithm is considered.     

Training feedforward networks with the Marquardt algorithm

The Marquardt algorithm for nonlinear least squares is presented and is incorporated into the backpropagation algorithm for training feedforward neural networks. The algorithm is tested on several function approximation problems, and is compared with a conjugate gradient algorithm and a variable learning rate algorithm. It is found that the Marquardt algorithm is much more efficient than either of the other techniques when the network contains no more than a few hundred weights.     

求解车间作业调度问题的混合遗传算法

针对Job-Shop调度问题,将自适应遗传算法与改进的蚂蚁算法融合,提出了自适应遗传算法与蚂蚁算法混合的一种优化算法。首先利用自适应遗传算法产生初始信息素的分布,再运行改进的蚂蚁算法进行求解。该算法既发挥了自适应遗传算法和蚂蚁算法在寻优中的优势,又克服了各自的不足。实验结果表明,该算法在性能上明显优于遗传算法和蚂蚁算法,并且问题规模越大,优势越明显。     

求解定积分的概率算法

设计了一种计算定积分的概率算法,该算法对复杂的定积分计算,特别是被积函数是分段函数或存在有限个间断点的情形十分有效.算法依据概率论的强大数定理,通过向某一固定区域随机投点的方法产生随机数,统计其分布规律,并引入了遗传算法进行辅助计算.基于该算法中的样本的随机特性,可充分利用网络环境进行并行计算.数据实验结果表明,算法是可行的和鲁棒的.     

DES与RSA算法的分析与研究

在现代加密技术中,DES算法以其实现速度快、密钥简短等特点而应用比较广泛,然而DES算法密钥本身的安全性又是一个问题;而RSA算法较好地解决了DES算法的密钥难于保管的难题,但RSA算法公钥算法比较复杂,解密速度慢的缺点也客观存在.将二者结合起来,用DES算法加密数据,使用RSA算法来加密对DES算法的密钥,在当前网络传输数据应用中,不失为一种好的措施.     

一种递归神经网络的快速并行算法

针对递归神经网络BP(Back Propagation)学习算法收敛慢的缺陷,提出一种新的递归神经网络快速并行学习算法.首先,引入递推预报误差(RPE)学习算法,并且证明了其稳定性;进一步地,为了克服RPE算法集中运算的不足,设计完整的并行结构算法.本算法将计算分配到神经网络中的每个神经元,完全符合神经网络的并行结构特点,也利于硬件实现.仿真结果表明,该算法比传统的递归BP学习算法具有更好的收敛性能.理论分析和仿真实验证明,该算法与RPE集中运算算法相比可以大大节省计算时间.     

排序合并Join算法的新结果

Join操作是数据库中最昂贵和最常用的操作.排序合并Join算法是实现Join操作的重要算法,得到了普遍接受并广为应用.在重新研究了排序合并Join算法后发现,同时对两个Join关系进行外排序是不必要的,会带来很大的额外开销.针对这个问题,提出了一种基于单关系外排序的分治Join算法,并在该算法的基础上提出了基于单关系外排序的并行分治Join算法.理论和实验结果证明,基于单关系排序的分治Join算法高于排序合并Join算法.特别是在并行计算环境下,基于单关系排序的并行分治Join算法的效率远远高于排序合并     

A scheduling method based on a hybrid genetic particle swarm algorithm for multifunction phased array radar

A hybrid optimization approach combining a particle swarm algorithm, a genetic algorithm, and a heuristic inter-leaving algorithm is proposed for scheduling tasks in the multifunction phased array radar. By optimizing parameters using chaos theory, designing the dynamic inertia weight for the particle swarm algorithm as well as introducing crossover operation and mutation operation of the genetic algorithm, both the efficiency and exploration ability of the hybrid algorithm are improved. Under the frame of the intelligence algorithm, the heuristic interleaving scheduling algorithm is presented to further use the time resource of the task waiting duration. A large-scale simulation demonstrates that the proposed algorithm is more robust and efficient than existing algorithms.     

用于求解路径交通流量的改进Frank-Wolfe算法

Frank-Wolfe算法是用于求解交通流量分配问题的经典算法,但该算法是基于路段（Link-Based）的交通流量分配算法,无法用于求解路径交通流量。针对此问题,提出一种用于求解路径交通量的改进Frank-Wolfe算法。通过在Frank-Wolfe原算法中增加求解路径交通流量的计算步骤,根据原算法中“全有全无”加载方法获得的步长,更新源-目的（OD）间所有已配流的路径的交通流量,在原算法迭代计算路段流量的同时,同步计算路径流量。通过算例表明,改进算法是一个有效的算法,在Frank-Wolfe原算法的基础上增加少量的时间和空间成本即可求解路径交通流量,避免穷举交通网络中的所有路径,可以很好地用于用户均衡交通流量分配中。     

基于蚁群算法的自由飞行空间机器人路径规划

本文采用蚁群算法实现了自由飞行空间机器人的避障路径规划．蚁群算法是基于群 体的一种仿生算法，为求解复杂的组合优化方法问题提供了一种新思路．本文对蚁群算法进 行了适当的修改，使之适用于自由飞行空间机器人的路径规划，然后用计算机进行了仿真， 取得了较好的结果．     

生产批量计划问题的RCWW算法验证研究

Wagner-Whitin( WW)算法是经典的、求解生产批量计划((Lot-sizing Planning,LSP)问题的最优启发式算法,对于中小规模问题可以有效求得产品的最优生产量。随机累加WW(Randomized Cumulative WW,RCWW)算法是改进了的WW算法,适用于求解具有一般生产结构的、多层级LSP问题。RCWW算法的求解效果已经得到了验证。根据RCWW算法的求解思想,通过采用C语言进行编码实现算法流程。通过对具有一般生产结构LSP问题的标准算例进行求解,验证了RCWW算法的求解效果,发现了原文献的错误,证明了作者对RCW W算法的正确理解。     

Recursive linearizing and decoupling control of robots

A control structure is considered for decoupling and linearizing the dynamic behavior of a robotic manipulator. Since computational efficiency is a crucial consideration in implementation of this control system, a fast recursive algorithm is presented for the necessary digital computations, and the computational requirements are studied in terms of the number of degrees of freedom of a general and open-chain robotic manipulator. An important feature of the algorithm is that decoupling is realized without employing matrix inversion. The sequential recursive algorithm is restructured into a parallel algorithm. A significant improvement in the computational speed is achieved in this manner. The computing requirements of the parallel algorithm are compared with those of the serial algorithm. For a six-degrees-of-freedom robot, the computational cost of the parallel algorithm is approximately 23 % of that of the original serial algorithm. Finally, the processor loads in some regions of the parallel algorithm are redistributed to achieve a balanced scheme. The resulting parallel algorithm requires approximately 17% of the computational effort of the serial algorithm, for a six-degrees-of-freedom robot.     

一种多边形方向识别的新算法

针对传统经典叉积法在识别任意简单多边形方向时不能解决奇异情形的问题,提出了多边形方向识别的特征点比较法,用列举法作了几何证明。算法中的运算主要是整数之间的大小比较,因而速度较快。并且有效地解决了奇异情形下的方向识别问题。分析表明,该算法能对所有简单多边形作出正确的方向判断,具有较好的通用性和鲁棒性,可以发展成为独立的方向判断算法。实验表明,该算法比叉积法具有更高的执行效率。