Timetabling through Constrained Heuristic Search and Genetic Algorithms

Hybrid genetic algorithms are presented that use constrained heuristic search and genetic techniques for the timetabling problem (TP). The TP is an NP-hard problem for which a general polynomial time deterministic algorithm is not known. The paper describes the classification of constraints and the constraint ordering to obtain the minimization of backtracking and the maximization of parallelism. The school timetabling problem is discussed in detail as a case study. The genetic algorithm approach is particularly well suited to this kind of problem, since there exists an easy way to assess a good timetable, but not a well structured automatic technique for constructing it. So, a population of timetables is created that evolves toward the best solution. The evaluation function and the genetic operators are well separated from the domain-specific parts, such as the knowledge of the problem and the heuristics, i.e. from the timetable builder. The present paper illustrates an approach based on the hybridization of constrained heuristic search with novel genetic algorithm techniques. It compares favourably with known programs to solve decision problems under logic constraints. The cost of the new algorithm and the quality of the solutions obtained in significant experiments are reported.     

浅谈求解组合优化问题的几种近似算法

现实生活中,为了最大限度地利用资源、节省开支,出现了许多最优化利用资源的问题,往往是要求求出最大值或最小值的。在优化问题中,比较常见的是组合优化问题。针对此类问题,也出现了不少求解的算法。该文对其中比较常用的几种近似算法进行了总结,并通过一种典型的组合优化问题——装箱问题的实例对各算法的优劣进行了比较。     

上下文无关文法推断中的几条启发规则及其应用

本文先简要介绍了一种上下文无关文法的推断方法--逐步求精法，然后论述了递归概念在文法推断中的核心作用，并从递归概念的特殊性质出发提出了多条启发规则，能有效减少无效探求和与用户交互的次数，尤其适合于文法较复杂、例句集信息量较大的情况。这些启发规则同时也适用于对上下文无关文法的其它推断方法。     

多车辆合乘问题的两阶段聚类启发式优化算法

车辆合乘问题研究在物流领域和交通领域意义重大.良好的合成策略不仅可以节省物流成本,降低交通拥塞,在减少噪声及提高环境等方面也是很有利的.针对确定性多车辆合乘匹配问题,提出了两阶段聚类的启发式匹配策略:第1阶段聚类过程提出匹配度的概念,用于指导将服务需求分配到某一具体车辆,从而将多车辆问题转化为单车辆问题;第2阶段聚类过程基于“先验聚类”插入思想,可降低单车辆匹配过程的插入试探次数,从而提高算法效率.为提高搭乘成功率并降低运营总成本,通过迁移对第1阶段聚类过程进行调整.实际算例结果表明,算法在可接受时间范围内不仅可提高搭乘成功率,还明显降低车辆的运行成本,表现出较强的实用性.     

基于改进的属性重要度的启发式算法

通过实例证明了现有的两种属性重要度定义的不完备性,提出了一种加权求和的属性重要度定义,在此基础上构造了属性约简的启发式算法。通过几个算例的测试,验证了该算法的有效性。     

Canonical Forms and Algorithms for Steiner Trees in Uniform Orientation Metrics

We present some fundamental structural properties for minimum length networks (known as Steiner minimum trees) interconnecting a given set of points in an environment in which edge segments are restricted to λ uniformly oriented directions. We show that the edge segments of any full component of such a tree contain a total of at most four directions if λ is not a multiple of 3, or six directions if λ is a multiple of 3. This result allows us to develop useful canonical forms for these full components. The structural properties of these Steiner minimum trees are then used to resolve an important open problem in the area: does there exist a polynomial time algorithm for constructing a Steiner minimum tree if the topology of the tree is known? We obtain a simple linear time algorithm for constructing a Steiner minimum tree for any given set of points and a given Steiner topology.     

现代汉语名词语法属性的计量研究初探

以《现代汉语语法信息词典》中语法属性的概率化描述为目标,基于1998年上半年《人民日报》标注语料,对名词语法属性的概率化进行了初步的实验研究。首先,考察了名词与数词、名词与量词搭配的相关属性,引进“分散度”概念,利用它对“数名”结构进行了定量分析;其次,考察了名词受不同量词修饰的分布情况。最后,把实验结果与《现代汉语语法信息词典》的相应属性进行了比照和分析,在属性概率化的同时也对其正确性进行了验证。     

开放式频谱系统中启发式动态频谱分配算法

在回顾了现有的开放式频谱系统中的动态频谱分配算法后,基于快速收敛和公平性两方面的性能因素并兼顾系统总带宽性能,提出了两种易于实现且具有良好收敛性能的启发式频谱动态分配算法——兼顾最大化系统总带宽的快速收敛算法(fast convergency algorithm with maximum bandwidth,简称FCMB)和兼顾最大化系统总带宽的启发式公平性分配算法(heuristic fairness algorithm with maximum bandwidth,简称HFWB).通过大量的仿真实验,就系统总带宽、公平性以及收敛性能3个方面,与现有的协调式最大化系统总带宽(collaboration max-sum-bandwidth,简称CMSB)算法、随机分布式算法(randomized distributed algorithm,简称RAND)以及以最大化系统总带宽为目标的理论最优(theoretical max-bandwidth optimal,简称OPTL)算法进行了比较,并针对主、次用户数目变化、系统中信道数目以及次用户干扰区域半径大小变化等不同系统参数情况下各种算法的性能进行了对比分析.仿真结果表明,在综合考虑系统总带宽的基础上,FCMB算法和HFWB算法在快速收敛和兼顾系统带宽的公平性能上分别表现突出,尤其是FCMB算法,其在收敛速度上远远优于其他算法(和与其在系统吞吐性能上表现相近的CMSB算法相比,在收敛性能上至少有300%的提高).     

Experimental Analysis of Heuristic Algorithms for the Dominating Set Problem

We say a vertex v in a graph G covers a vertex w if v=w or if v and w are adjacent. A subset of vertices of G is a dominating set if it collectively covers all vertices in the graph. The dominating set problem, which is NP-hard, consists of finding a smallest possible dominating set for a graph. The straightforward greedy strategy for finding a small dominating set in a graph consists of successively choosing vertices which cover the largest possible number of previously uncovered vertices. Several variations on this greedy heuristic are described and the results of extensive testing of these variations is presented. A more sophisticated procedure for choosing vertices, which takes into account the number of ways in which an uncovered vertex may be covered, appears to be the most successful of the algorithms which are analyzed. For our experimental testing, we used both random graphs and graphs constructed by test case generators which produce graphs with a given density and a specified size for the smallest dominating set. We found that these generators were able to produce challenging graphs for the algorithms, thus helping to discriminate among them, and allowing a greater variety of graphs to be used in the experiments. Received October 27, 1998; revised March 25, 2001.     

元计算系统的批模式启发式任务调度算法研究

元计算系统是通过网络连接的地理上分散的主机、数据库和文件等资源。使用这些资源、可以运行用户的应用程序。研究元计算环境下的批模式启发式任务调度算法,论述Wade系统的应用任务的调度模型,比较4种调度算法的性能。     

启发式教学在Java语言教学中的应用

Java语言课程是一门重要的专业课程,它在计算机专业学生课程体系中起到承上启下的重要作用。教学中引入启发式教学模式,可调动学生积极参与的热情,实现学生主体性学习和教师主导性教学的有机结合,引导学生从面向过程编程过渡到面向对象编程,对提高课堂教学质量大有裨益。     

获胜者确定问题的建模与启发式算法

获胜者确定问题是组合拍卖机制的核心问题．因此,对基于OR与XOR标集的获胜者确定问题建立了0-1规划模型,并且提出了免疫算子与单亲算子相结合的启发式算法．提出多个启发式规则以扩大标比较范围,并应用在预处理中缩减解空间．设计了多个评价函数评估标的优劣,从而将特征知识引入到免疫算子中．仿真实验表明,对大规模问题的求解具有良好的寻优效率和求解质量,免疫算子对达优率和收敛速度都有着明显的提升作用．     

“智能优化算法及其应用”课程教学的实践与探索

本文通过教学实践出发,从教学方法和教学内容等方面对"智能优化算法及其应用"课程的教学进行了探讨,将启发式教学、示例教学、多媒体课件教学、课程设计等教学方法和手段运用到"智能优化算法及其应用"课程的教学当中,取得令人满意的教学效果。     

基于语法信息的汉语韵律结构预测

韵律结构的预测, 主要包括短语的自动切分和重音的等级分布两个大的方面。本文在概述汉语韵律结构的基础上, 根据从自然话语中获得的韵律结构与句法结构和词性的关系, 用一种新的方法,通过文本分析,全面地预测韵律边界的位置分布及其等级差异,并进一步预测重音的位置分布及其等级差异。     

决策表的最小算法及其优化问题

首先给出了计算决策表的所有规则的所有约简的一种算法。以此为基础从三个不同的角度(即最小算法包含的约简数最少,或其中每个约简所含合取项最少,或其中所有约简的合取项数之和最少)讨论了最小算法的优化问题,分别证明它们是NP-hard问题,给出了最小算法三种优化问题的启发式算法,并对其时间复杂度进行了分析。最后,演示了三个算例。     

基于多媒体的启发式计算机基础教学的实践与思考

本文深入讨论如何提高当代大学生计算机基础能力,并根据作者多年计算机基础教学的经验,探索如何在多媒体教学环境中对学生进行启发式教学。     

一种新的启发式优化算法——五行环优化算法研究与分析

借鉴中国古代哲学理论所描述的系统动态平衡方法, 提出了解决连续函数优化问题的五行环优化算法.首先, 分析了基于五行元素生克原理而建立的五行环模型, 并在该模型基础上, 构建了元素空间结构以及元素更新方法等关键环节, 从而实现了五行环优化算法.随后, 对五行环优化算法进行了性能分析和关键参数比较, 针对标准测试函数, 将五行环优化算法与其他17个机制各异的启发式优化算法进行了比较, 实验结果验证了五行环优化算法的有效性和通用性, 也表明了其在求解连续函数优化问题上具有较好的优化性能.     

状态空间的启发式搜索方法研究

对人工智能中用于状态空间问题求解的启发式搜索方法－A算法和A^*算法进行了详细分析，并指出了影响搜索算法启发能力的主要因素和提高搜索效率的措施。     

遗传算法在钟表机芯设计中的应用

在钟表机芯设计中，齿轮参数的优化设计是一个组合优化问题，很难用传统优化方法解决.遗传算法是一种基于生物进化原理的启发式搜索方法，近年来，它成功地解决了许多计算难题.使用该算法的难点是如何将具体问题映射成适于该算法的编码以及根据编码进行各种操作.该文对传动系统各齿轮参数序号进行编码，成功地解决了齿轮参数的优化设计问题，也为一般机械设计中传动系统参数的优化提供了经验.通过比较，利用遗传算法得出的参数比用专家系统得出的参数更优.