关于排列集p（n,r）的几种有效算法

本文在按字典排序的前提下，给出了生成排列集ｐ（ｎ，ｒ）的枚举算法，为建立ｐ（ｎ，ｒ）与它的反相集合的映射及逆映射，提供了一对编解码算法；在此编解码算法的基础上，为建立ｐ（ｎ，ｒ）与ｚ＝｛１，２，…，│ｐ（ｎ，ｒ）│｝之间的一一映射关系，还给出了相应的排序和逆排序算法。实际上，我们给出的这些算法，与已知的算法相比，更具有普遍性和优越性。     

排列约束条件下的快速生成算法

所述的约束排列是指：棚个非负整数所构成的排列a1a2…am，满足约束条件a1≤N1，a2≤N2…．8m≤NM及a1＋a2＋…am=M，其中M和M1M2…Nm是给定的正整数。在此解决对于给定的一个约束排列a1a2……am，按照字典排序给出下一个约束排列的生成算法，并对查找位置的确定给出新思路。     

排列问题的有序化

在引入混合进制数的基础上,对排列状态进行编码,从而使无序的排列状态有序化,为排列问题,路径搜索等问题提供了崭新的方法.     

全排列的算法及程序设计

全排列是从N个元素中取出全部相异元素的排列,而且每一种排列不重复,不遗漏。全排列广泛地应用在各种复杂的软件中,尽管数学概念简单,但程序实现并不容易。全排列包含着多种形式的数据结构,隐藏着特别引人的趣味。全排列的算法通常分成三种类型：串行类、并行类和递归类。在n个元素组成的所有排列中,必有一个最小的排列;所有的排列根据字典顺序,按由小到大构成一个队列,任意一个排列都有唯一的后继（只有最大的排列除外）。作者经过反复调试,编制了全排列的6种算法。算法短小精悍,代码紧凑,给读者提供一个全排列算法设计的借鉴…     

快速蚁群算法求解圆排列问题

圆排列问题属于NP-完全问题,且蚁群算法已成功地解决了许多组合优化的难题。介绍一种基于蚁群算法求解圆排列问题的算法,并对此算法进行优化,提出一种求解圆排列问题的快速蚁群算法。它大大减少了蚁群算法的搜索时间,有效改善了蚁群算法易于过早地收敛于非最优解的缺陷。仿真实验取得了较好的结果。     

快速蚁群算法求解圆排列问题

圆排列问题属于NP-完全问题,且蚁群算法已成功地解决了许多组合优化的难题。介绍一种基于蚁群算法求解圆排列问题的算法,并对此算法进行优化,提出一种求解圆排列问题的快速蚁群算法。它大大减少了蚁群算法的搜索时间,有效改善了蚁群算法易于过早地收敛于非最优解的缺陷。仿真实验取得了较好的结果。     

确定型模糊多重集有限自动机的极小化

主要研究确定型模糊多重集有限自动机的状态极小化问题。给出了模糊多重集有限自动机的同余和同态概念,并利用同余和同态关系研究了确定型模糊多重集有限自动机的极小化问题。进一步从确定型模糊多重集有限自动机自身出发,构造出极小模糊多重集有限自动机,并给出了极小化的算法。     

基于多重集逆序数的DNA序列的数值刻画及其应用

随着人类和其它一些模式生物基因组计划的实施与完成,DNA序列的数量呈指数方式增长,这使得序列分析成为生物信息学的核心问题之一。众所周知,序列之所以称为"序列",自然而然地包含了2个重要因素:元素及其之间的序关系。本文介绍一种全新的考虑元素之间序关系的方法,首先将传统集合上的排列的逆序数推广到多重集上,从而提出带有重复元素的排列的逆序数的概念;在此基础上通过将数字1、2、3、4分别赋值给4个碱基,将DNA原始序列转化为多重集上的数字排列,进而借助逆序数构造出DNA序列的24维向量表示;基于3个数据集的系统发生分析,证实了该方法的有效性。     

一类非规则并行应用问题的通信集生成算法

非规则计算是大规模并行应用中普遍存在和影响效率的关键问题.在基于分布式内存的数据并行范例中,如何针对非规则数组引用,有效地生成本地内存访问序列和通信集,是并行编译生成SPMD结点程序所必须解决的重要问题.文中针对两重嵌套循环中,下一层循环边界是上一层循环变量的线性或非线性函数,数组下标是两层循环变量的非线性函数这样一类包含非规则数组引用的并行应用问题,提出了一种在编译时生成通信集的代数算法.并且针对cyclic(k)数据分布和线性对齐模板,借助整数格概念,给出了编译时全局地址和本地地址之间的转换方法.文中还给出了相应的经过通信优化的SPMD结点程序.最后通过实例验证了算法的正确性.该算法的意义在于避免了传统Inspector/Executor非规则计算模型中的Inspector阶段,从而节省了运行时Inspector阶段通过穷举下标生成通信集的巨大开销.     

Petri网多重变迁集的行为轮廓一致性分析

为有效解决业务流程模型中出现的重复活动的行为轮廓一致性问题,提出了一种基于Petri网多重变迁集的行为一致性测量方法.在多重变迁集的基础上,分析了模型行为轮廓中变迁的3种弱序关系,提出了一种考虑一致匹配变迁对与匹配变迁对的比值的测量方法,测量了包含重复活动的模型间的行为轮廓一致性服从度.通过理论和实例分析表明了该方法的有效性.     

全排列的递归算法实现

递归算法的设计与实现是非常重要的内容,全排列是组合数学中最常见的问题。提出了基于递归算法并通过c语言编程实现了计算机解题,实例数据表明程序非常高效。     

一个排列生成算法的改进

排列生成算法已有若干种,其中较为方便的一种是基于“活动状态”概念的排列生成算法。本文将对这个算法的改进进行讨论。     

分布式多重集众数及重数的保密计算

安全多方计算作为联合计算中隐私保护的核心技术,为许多不同的隐私保护问题提供了解决方案,目前关于多重集的众数及重数保密计算问题的研究很少.本文设计了一种新的编码方案,利用这种新的编码方案和ElGamal门限密码系统解决分布式多重集众数与重数的保密计算问题.针对多重集是由多个参与者的单个隐私数据构成的情况,设计了一个众数及重数的保密计算协议,阈值众数保密计算协议和元素重数大于阈值的保密计算协议.通过对编码方案的调整,进一步针对多重集是由多个参与者的多重集构成的情况,设计了多重集的并集的众数与重数的保密计算协议.用广泛接受的模拟范例证明了协议在半诚实模型下是安全的.理论分析和实验结果证明本文协议简单高效.     

一类禁位排列问题的粘贴DNA算法

提出了广义的分离操作和广义的多级分离操作的概念,简要说明了二者的区别,并给出了其实现方法。基于粘贴模型的巨大并行性,给出了一类禁位排列问题的粘贴DNA算法,分别使用扩展的分离操作和扩展的多级分离操作实现了该算法。通过一个实例说明了给出的实验操作步骤,并对生化实验进行了模拟,得出了模拟结果,从而证明了该算法的可行性。最后,对算法的操作复杂度进行了分析。     

利用遗传算法求解圆排列问题

圆排列问题是一个典型的组合优化问题,也是一个NP完全问题.遗传算法是根据自然界生物学进化而发展起来的一种进化方法,其具有简单、易行、抽象性与鲁棒性特征,已成功地解决了许多工程优化问题.给出基于改进遗传算法给出求解圆排列问题的新方法.首先,分析了圆排列问题与旅行商问题之间的关系.然后,将圆排列问题转化为旅行商问题.接着,利用所给改进遗传算法进行了求解.最后,在仿真实验中,与已有算法进行了比较,结果表明,所给算法是一种能够简单有效地求解圆排列问题的新方法.     

基于多重集的次协调数据库的研究

基于次协调数据库的数据模型,引入多重集的概念,并对这样的次协调关系重新定义选择、投影、连接等运算来找到矛盾信息,进而根据矛盾信息以及新定义的集函数decision做出相应的决策以解决矛盾,从而扩展了这种数据库模型的应用.     

集对分析理论及其应用研究进展

集对分析理论是一种较新的软计算方法,可有效地分析和处理不确定信息。近年来,该理论日益受到学术界的重视,已经在决策、预测、数据融合、不确定性推理、产品设计、网络计划、综合评价等领域得到较为成功的应用。本文简要介绍了集对分析理论的基本概念和理论基础,较详细地论述了该理论的最新研究成果与应用进展情况,最后指出可能的发展趋势和研究方向。     

基于集成学习的多重集典型相关分析方法

特征提取是模式识别中的关键问题之一,对提高系统分类性能具有重要意义。常用的特征提取方法包括主成分分析、线性鉴别分析、典型相关分析等等,多重集典型相关分析是基于传统的典型相关分析基础上发展而来,利用多组（大于2）特征数据集进行特征提取。基于集成学习的多重集典型相关分析的方法（EMCCA）,是通过将样本化分成若干小的样本,形成若干个特征数据集,利用多重集典型相关分析对这组数据集做特征提取,并结合集成学习对样本进行分类。在UCI上的多特征手写体数据集上的实验结果表明：相比于传统的PCA,CCA特征提取方法,多重集典型相关分析具有更优的特征提取效果,结合集成学习后具有更好的分类效果。     

一类求解最大独立集问题的混合神经演化算法

提出一类求解最大独立集问题(MIS)的混合型神经演化算法．该算法基于空间剖分与“排除”策略，有效综合了神经网络快速收敛及遗传算法稳健全局搜索的特别优点．与标准遗传算法和神经网络算法相比，该算法显示了极高的全局优化性态与计算效率．     

一种求解黑白球均匀排列问题的算法

主要研究黑白球的均匀排列问题,在简要分析了不同情况下如何做到“尽量均匀”后,给出一个基于累加的算法,并对该算法进行了简单的分析。最后,通过实验验证该算法的有效性。从实验结果来看,算法排出的白球和黑球相当规整,而且也最大限度地满足了“尽量均匀”的要求。此问题是一个很具有实用价值的模型,经过扩展后的算法可用于多维协调控制问题的求解。