基于随机黑洞和自适应策略的引力搜索算法

针对引力搜索算法过于随机、全局搜索能力差、容易陷入局部最优等问题,提出一种基于随机黑洞策略和自适应策略的改进引力搜索算法。引入比例系数n来自适应调节引力常量,使算法在运算初期加大搜索力度,有效避免算法陷入局部最优。将随机黑洞理论中,粒子在黑洞附近容易被黑洞捕获的现象引入算法中,即在黑洞半径内的粒子将会被黑洞捕获,但又有一定的概率逃逸。这样既提高了局部搜索能力,又不失全局搜索能力,且提高了收敛速度。与标准的搜索算法相比,改进后的引力搜索算法具有较快的收敛特性和较好的优化性能。     

基于自适应分布式搜索的供应链协调优化算法

主要研究生产计划下的多级供应链伙伴之间的协调优化问题.在多阶段多项目约束生产批量问题模型的基础上,考虑关联约束及相关需求约束.对整个供应链的生产计划问题利用拉格朗日松弛算法将其分解为多个子问题.并应用自适应分布式算法更新内部价格来协调各成员之间的决策,实现了多级供应链批量生产问题的协调优化,以及较好的保证各成员隐私.实验分析证明了该策略在协调多级供应链生产计划问题具有优越性.     

贪心算法的探讨与研究

本文讲述了贪心算法的含义,探讨并研究了贪心算法的基本思路及实现过程,通过实例分析了贪心算法的具体应用、特点及存在的问题。     

启发式算法在孤岛划分中的应用研究

本文提出了一种新型的孤岛划分算法——启发式孤岛划分算法,并以IEEE69配电系统作为算例进行验证,证明了算法的有效性与实用性。     

一种改进的自适应六边形搜索方法

基于对六边形算法的分析,提出了一种改进的自适应六边形运动估计算法.该算法充分利用图像序列的特性以及运动矢量的中心偏置和时空相关特性,对块进行运动类型划分,对不同块自适应地采取不同的搜素策略,有效地避免了搜索不足或搜索冗余.试验证明了该算法的有效性,在保持图像质量的情况下,有效降低了计算复杂度,加快了搜索速度.     

基于搜索状态控制的组合电路测试生成算法

EST算法第一次提出了测试码搜索状态的概念,并采用E-前沿来描述测试码搜索的不同状态,通过引入状态等价的概念,缩小了测试码搜索空间．本文通过对搜索状态等价的研究,得出了基于搜索状态控制的测试生成算法．该方法应用E-前沿的控制关系可以减少搜索空间,大大减少了测试生成的时间．     

基于启发式搜索的主题策略研究

介绍目前较为常用的启发式搜索策略,重点探讨A＊搜索策略,在此基础上提出一种改进的基于启发搜索与网页链接和内容相关度结合起来的新型主题搜索算法．最后通过实验对新算法和最好优先以及A＊搜索进行比较。     

基于搜索空间划分的自主式遗传算法与应用

如何让无疲劳的计算机代替易疲劳的用户是交互式遗传算法研究的一个重要内容.该文给出了基于搜索空间划分的自主式遗传算法.该方法首先利用遗传搜索过程中的历史信息对搜索空间进行划分,以实现在用户未疲劳时避免用户疲劳.当用户疲劳时,由机器代替用户评价进化个体继续进行遗传操作,从而达到减轻用户疲劳的目的.利用此方法进行服装设计的实验结果验证了该方法的有效性.     

基于栅格法的机器人路径规划快速搜索随机树算法

针对复杂环境下的机器人路径规划问题,提出了一种全新的基于栅格法的机器人路径规划快速搜索随机树算法。以机器人出发点为随机树的根节点,通过扩展,逐渐增加叶节点直至随机树的叶节点中包含了目标点。从出发点到目标点之间的一条以随机树的边组成的路径就是目标路径。研究表明在同样的环境下与遗传算法、A^＊算法相比该方法能在更短的时间内找到更优的路径。仿真实验也表明,即使在随机生成的复杂环境下,利用该算法也可以快速规划出一条全局优化路径,且能安全避障。     

一种基于优化搜索策略的红外图像快速匹配算法

本文介绍了基本的相关匹配算法,探讨了提高算法实时性的途径,针对红外序列图像提出了一种基于优化搜索策略的快速相关匹配算法.     

一类超大规模集成电路分割算法的改进

提出了一个超大规模集成电路分割算法 ,从流图中最小截之间的等价关系出发 ,寻找新的电路割集 .与同类分割算法 ,如FBB算法、DMC算法相比 ,新算法充分利用了流图拓扑结构的特点 ,分割结果更好 .     

结合部件动态变化度求解最小碰集的GRASP算法

针对最小碰集求解问题,提出一种改进的GRASP算法。在算法构造解阶段,提出一种结合部件动态变化度d-covered的打分机制,用来选择可能是最小碰集的部件,避免非最小碰集部件的加入,并能较早地得到最小碰集;在算法局部搜索阶段,结合部件动态变化度drcovered给出锦标赛策略,进而从当前解对应的冗余部件中删除较可能是非最小碰集的部件。此外,还给出了完备算法和不完备算法的时间复杂度分析。实验结果表明:与现有完备算法相比,本文算法能够在较短的时间内找到最优解;与现有不完备算法相比,本文算法可以找到更短长度的最小碰集。     

基于梯度算法的LSP流量分配算法

根据多路径流量优化的数学模型对MPLS系统模型进行了数学描述,提出了一种基于梯度算法的LSP自适应流量分配算法。它可减少由传统路由算法引起的网络拥塞,优化网络资源的利用。仿真结果表明,该算法在MPLS系统模型中的数据包平均丢失率明显低于传统路由算法,并具有运算速度快和稳定性好的特点。     

基于改进Fast-ICA的电力谐波检测算法

为了提高Fast-ICA算法对电力谐波的检测速度与精度,在原有Fast-ICA盲源分离算法的检测原理上,对用于数据处理的二阶牛顿迭代法进行改进,使其满足三阶收敛,并给出收敛性证明.通过计算机仿真,在采样频率为7 500 Hz、采样点为920的实验条件下,利用该改进算法和原有算法分别对两组含谐波混合信号进行检测.仿真结果表明,改进算法的测量速度平均提高了37％,精确度也得到了较大提高.     

用于微波电路优化的免疫算法

免疫算法将浓度、亲和力作为个体解的最优性标准,从而低浓度、高适应的个体得到更多的繁殖机会．由于免疫算法重视解群体中个体的多样性,避免了现有算法的过早收敛．用一个典型的数学算例验证了免疫算法的多峰值寻优性能,并用4种方法分别设计宽带阶梯阻抗变换器,结果表明基于免疫算法的微波电路优化设计具有可行性和高效性．     

基于遗传模拟退火算法的改进K-medoids算法

针对标准K-medoids算法在大数据聚类应用中易陷入局部最优解以及聚类效果受初始中心限制的缺点,提出了基于遗传模拟退火算法的K-medoids改进算法。该算法结合遗传算法和模拟退火算法,可以增强标准K-medoids算法在聚类时的全局搜索能力,并加快其收敛速度。对比实验证明:这一改进有效地弥补了标准K-medoids算法的上述缺陷,达到了提高聚类效率、加快收敛速度、改善聚类质量的目的。     

基于kd-树的差分隐私二维空间数据划分发布方法

为解决现有基于网格结构的差分隐私二维空间数据划分发布方法可能引起局部划分过细导致查询精度低的问题,提出了基于kd-树的差分隐私二维空间数据划分发布方法-kd-PPDP算法(differentially privacy partitioning publication algorithm based on kd-tree)。算法采用了kd-树算法思想,通过启发式地识别网格化后数据分布情况并合并相邻近似网格单元来防止局部划分过细问题,从而减少所添加的噪声,提高查询精度。通过实验对比分析了kd-PPDP算法与现有基于网格结构的划分发布方法的查询误差以及时间效率,结果表明了该算法的有效性和可行性。     

改进的基于狄利克雷混合模型的推荐算法

数据动态性在设计推荐算法过程中不能忽略。针对大多数传统型静态文本建模方法主要基于可交换性的基本假设,对数据在协变量空间上的依赖关系有所忽略的问题,本文提出了一种新的主要基于函数式DPM模型过程动态推荐模型。该模型对传统DPM混合模型在动态数据建模方面的问题进行了改进。创建了相关狄利克雷过程的参数与协变量空间联系,且狄利克雷过程仍然属于边际分布。应用函数式狄利克雷过程,可针对产生、消失以及参数改变的混合模型组件进行有效建模,并可作为动态先验融入非参数混合模型。仿真实验结果表明,与应用传统狄利克雷过程做先验的话题模型相比,本文算法优势更加明显。     

基于度量值的球形检测算法改进

为了减少多用户检测的误码率和降低算法复杂度,在传统球形检测算法的基础上提出一种基于度量值的球形检测算法.改进算法通过最小度量获得初始半径,在确保得到非空解的情况下,结合深度优先搜索策略,使得误码率接近于最大似然检测性能.仿真结果表明,改进算法比传统算法在访问节点个数上可降低一个数量级.