基于遗传禁忌混合策略的二叉判定图最小化算法研究

提出了一种新的动态启发式二叉判定图（BDD）最小化算法．该算法将遗传算法的全局搜索能力和禁忌搜索的邻域搜索策略相结合来寻找BDD的最优变量排序，以实现BDD结点规模最小化．实验结果表明该算法性能优于其它启发式算法．     

一种故障树向BDD的转化方法

针对故障树分析的关键技术—排序和置换,提出一种基于BDD的快速有效的（LNPC）方法。该方法采用制定的排序和置换策略直接完成子事件的排序与门事件的置换,一次性完成故障树到BDD的转化和优化,增加了获取最小规模BDD的排序机会,同时降低了BDD的存储空间且不需要先写出故障树的布尔函数。算法分析与实验结果表明该方法对不同的故障树转化是有效的。     

A*算法在BDD变量最优排序方法中的应用

介绍了二叉判定图（BDD）的相关知识及在构造BDD过程中变量顺序对其结点数的影响，在Friednan等提出的一种寻找最优变量排序算法的基础上．将广泛应用于人工智能的A^＊搜索算法引入到最优变量排序方法中，提出了一种寻找变量最优排序的新方法。该方法在寻求BDD最优变量排序的过程中．使处理器的处理时间和存储器的空间需求上都有很大的改善。     

二次堆排序算法和提高排序效率的途径

本文讨论了一种堆排序的改进算法，该算法的平均时间复杂度达到ｎｌｏｇ２ｎ＋Ｏ（ｎ）。在此基础上，提出了二次堆排序的算法，使该排序过程中优化数据处理，排序速度提高１８０％。同时，本文给出了提高效率的措施、排序算法和实验结果。最后，给出了快速排序的优化数据处理的途径，从而较大地提高了排序效率。     

浅析C语言快速排序算法的改进

排序是计算机程序设计中一种重要操作,本文论述了C语言中快速排序算法的改进,即快速排序与直接插入排序算法相结合的实现过程.在C语言程序设计中,实现大量的内部排序应用时,所寻求的目的就是找到一个简单、有效、快捷的算法.本文着重阐述快速排序的改进与提高过程,从基本的性能特征到基本的算法改进,通过不断的分析,实验,最后得出最佳的改进算法.     

“内部排序算法”可视化教学软件的设计与实现

介绍了利用C#开发"内部排序算法"可视化教学软件的方法,实现了快速排序、冒泡排序、堆排序、直接插入排序、折半插入排序等基本算法的动态演示。软件动态演示排序算法的抽象性、动态性,使学生直观、清晰地掌握学习排序算法,从而达到辅助教学,提高教学效果的目的。     

排序算法综述

排序在数据处理中占有极重要的位置，排序算法的好坏，直接影响到实现的复杂度。本文介绍了常用的排序算法，并详细讨论了各种排序法的实现、改进和时间复杂度。最后对这些排序算法进行了比较。     

基于重置引用计数器值的BDD路径优化算法

变量交换作为BDD优化算法的核心理论已成功运用于BDD节点规模的减少,本论文从理论和实践的角度提出了运用该理论实现BDD路径数量减少的目标。通过对节点引用域的重新定义来实现节点路径的记录,分析变量交换过程中本地节点重定向来获取局部路径的改变量,引入动态链表完成节点路径增量的记录和传递,最终在终节点得到了BDD的路径数量。该算法用C语言完成,整合到CUDD软件包,经多个函数的实验测试,证实了这种路径优化算法的正确、有效。     

基于映射排序方法的子域映射算法

本文概述了内排序的发展,重点分析了映射内排序方法及其改进算法——分级快速排序法,指出不完善因素,提出了新的子域映射算法,给出了算法复杂性证明,预测了应用前景。     

混流装配线排序的改进离散微粒群优化算法

提出在离散空间用一种改进的微粒群优化算法来解决混流装配线的多目标排序问题,考虑两个目标：总生产变化率最小和总闲置－超载时间最小,并对两个目标函数进行了规范化处理以消除量纲的影响。在基本的微粒群算法基础上,提出了适应离散编码的粒子位置编码方式,引入了动态参数方法来提高算法的搜索性能和收敛能力。对实际混流装配线的仿真实验表明提出的改进微粒群优化算法可以直接应用于离散问题并保持了基本微粒群算法的优良性能,是一种性能较好的高效的混流装配线排序算法。     

一种新的启发式边排序策略及其性能分析

网络可靠度BDD分析方法的计算复杂度与BDD尺度线性相关,而BDD尺度严重依赖边排序质量。由于求解最优边排序是一个NP问题,在实际应用中,通常采用启发式边排序策略如BFS（Breadth First Search）和DFS（Depth First Search）。针对边排序问题,从分析基于边界集（Boundary Set）的BDD构建方法BDD BS出发,将边界集思想应用于边排序过程,提出了一种新的启发式边排序策略。性能分析和大量实验表明,新设计的边排序策略性能优于经典的DFS和BFS策略,该结果为网络可靠度BDD分析方法在大规模网络中的应用拓展了新的空间。     

边排序质量影响因素研究

网络可靠度BDD分析方法的计算性能与BDD尺度紧密相关,而BDD尺度严重依赖边排序质量。因此,边排序问题是网络可靠度BDD分析方法的重要问题。由于求解最优边排序是一个NP问题,在实际网络可靠度分析中,通常采用启发式边排序策略如BFS和DFS,它们适用不同类型的网络。然而,对于给定网络,采用何种边排序策略更优,有哪些因素影响边排序质量,迄今没有给出评判依据。利用边界集思想,提出"边界长度(BSL)"概念,并用边界长度BSL表征边排序质量,揭示边界长度BSL和BDD尺度(节点数目)之间的关系。实验结果表明,边界长度BSL与BDD尺度具有正相关性,即较小BSL对应的BDD尺度较小,较大BSL对应的BDD尺度较大,多数情况下,BSL取最值时,BDD尺度能取到(或接近)最值。这为特定网络选择(或设计)高性能边排序提供了重要的参考依据。     

基于偏序关系的遗传算法求解多峰函数优化问题

该文设计了基于偏序关系的演化算法求解多峰函数优化问题新算法。并从偏序关系的性质出发,从理论上为该算法的收敛性提供了一定的依据,进而为其搜索操作提供了明确的方向,避免了演化搜索过程中的盲目性。     

故障树分析中底事件排序问题的研究

基于BDD的故障树分析方法是先将故障树转换为BDD,而后进行分析.在转换的过程中,底事件的排序尤其重要,直接影响到后面的分析.研究了底事件的排序问题,将运用于数字电路的化简方法运用底事件的排序中,实例证明,可使转换后的BDD结点数比采用随机的底事件顺序产生的BDD的结点数减少一半以上,甚至可以减少到最少.     

PMS故障树分析中的变量排序策略库研究

研究阶段任务系统(PMS)故障树变量排序方法。构造一个包含10种不同排序策略的策略库,基于实例基准测试对策略库中的单个策略进行平均性能分析,并在此基础上对策略库本身进行互补性和完备性分析。实例分析表明,应用该策略库可以为各种结构特征的大规模PMS故障树快速有效地生成系统二进制决策图。     

五子棋中Alpha-Beta搜索算法的研究与改进

对五子棋中Alpha-Beta搜索算法进行研究。依据五子棋的特点,提出一种局部搜索的算法,该算法可直接减少搜索的平均分枝因子。结合Alpha-Beta搜索算法效率与子节点着法顺序高度相关的特点,给出静态评价启发以及迭代深化的方法优化着法顺序。实验结果表 明,该方法能提升Alpha-Beta搜索算法的效率。     

同一变量排序下的多OBDD合并算法

有序决策图（OBDD）是一种用于表示布尔表达式的数据结构,并在许多领域得到了广泛应用。在分布式或者动态环境下,利用已知布尔表达式的OBDD构造目标布尔表达式的OBDD是一个决定实际问题解决效率的关键问题。基于Shannon分解原理提出了一个同一变量排序下的OBDD合并算法。该算法首先建立目标布尔表达式的表存储模型,然后按照变量排序的逆序,依次处理各个变量,并且合并取值相同的行,直到所有变量处理完毕。     

一种新的启发式算法在蜂窝网络信道分配中的应用

在蜂窝小区信道分配算法中,排序分配算法是根据待分配小区的难度系数分配信道,收敛速度较快,但很容易陷入排序的自身循环以至于无法找到更好的排序方式。在MAX MIN蚁群算法的基础上提出一种新的启发式算法,通过概率选择避免排序自身循环,再通过判定收敛系数来确定此次迭代是否已停滞,然后重新初始化信息素以寻找更好的排序方式。在对Philadelphia典型问题的测试中,本算法较排序分配算法更接近理论边界值,而且在解的质量相同情况下,其收敛时间也优于其他蚁群算法。