Q2,rj|sum|Cmin问题的半在线排序

研究了两台平行同类机的一个半在线排序问题.当机器是有准备时间的同类机时,总加工时间已知,给出了一个竞争比至少为b 2/b 3的半在线算法,同时给出了证明.     

带服务等级约束的单位长度工件排序问题

研究带服务等级约束的等工件长度排序问题.对该问题的离线情形,给出了求解最优解的线性时间算法.对带有两个服务等级的在线情形,证明了该问题的下界为3/2,并给出了两台机上的最优在线算法.     

带服务等级约束的单位长度工件排序问题

研究带服务等级约束的等工件长度排序问题。对该问题的离线情形,给出了求解最优解的线性时间算法。对带有两个服务等级的在线情形,证明了该问题的下界为3/2,并给出了两台机上的最优在线算法。     

已知工件总加工时间的两台同类机半在线问题

研究了已知总加工时间的两台同类机半在线问题.假设工件是分别独立地到达加工机器,并且工件的总加工时间是已知的,目标函数为极大化最小机器负载.将总加工时间标准化后,给出近似算法及其竞争比,并证明此竞争比是紧的.给出此问题竞争比的一个下界1.6180,并由此推出当两台机器的速度比为1.618 0时,算法是最优的,算法的竞争比与最优算法的竞争比之差小于0.089.     

2台并行机上的批在线调度

针对在2台同构并行机上的批在线调度问题,将经典在线调度中工件顺次到达的列表调度,推广为批在线列表调度,其目标函数是使最大完成时间(makespan)最小.给出了一个批在线启发式算法(BLPT-算法),要求在每一个批中的工件按LPT规则调度.证明了该算法的竞争率为3/2,并给出了该算法的一个实例.     

单机等长区间的在线排序问题研究

在单机区间排序环境中定义了一种新的半在线排序模型:区间是随着时间依次到达的,区间的一切信息,如到达时间、区间长度、权重等在区间的到达时刻才可获知;已知区间实例集中区间的最大权重与最小权重之比为Δ;目标是确定一个工件允许被终端抢先的排序最大化接收区间的总权重。用对手法给出了该问题的一个下界为2,接着用组合分析法设计了该问题的一个在线算法H,并用最小反例法证明其竞争比分别为(1+(4Δ+1)1/2)/2(1≤Δ≤12时)和4(Δ>12时)。表明当Δ=2时,算法H是一个最好可能的在线算法.     

带服务器的3台机器流水作业排序启发式算法

研究了带服务器的流水作业排序问题的复杂性和启发式算法.每个工件在机器上加工之前,必须由服务器先进行安装,在任何时刻服务器只能在1台机器上安装工件,目标是使最大加工时间达到最小.在只有3台机器的情况下,利用3-划分到该问题的一个归约来证明该流水作业排序问题仍然是强-困难的.为此,引入一个新的启发式算法,并证明该启发式算法的紧界为2.     

一类工件有尺寸且分两次到达的在线分批排序

研究了工件有尺寸大小,有到达时间的在线分批排序,目标函数为工件的极大完工时间。就所有工件有2个到达时间的在线分批排序,给出算法,并证明了算法的竞争比不超过3。     

考虑运输的退化工件在线排序问题研究

本文研究了单台机器上工件具有退化效应并且需要考虑工件运输的在线排序问题.目标函数是最小化最大运输完工时间.对于这个在线排序问题,主要是设计一个有效的在线算法.首先采用对手法找到问题的下界,即设计一个坏实例,使得算法得到的目标值与离线最优目标值的比尽可能的大,之后依据下界设计给出一个在线算法.通过对手法的应用,给出问题的下界,并设计了一个竞争比为2的在线算法.     

使两台和三台平行机的最小完工时间为最大的线性算法

讨论使两台和三台平行机的最小完工时间为最大的线性算法——对偶阈值算法DA m(ε),其中ε是参数。对于问题P2||Cmin,证明对偶阈值算法DA2(1/7)的最坏情况界为6/7,并证明此界为紧界;对于问题P3||Cmin,进而提出层次对偶阈值算法TDA3(ε),并证明当ε取2/11时,算法的最坏情况界为9/11。这些都是线性时间算法中使最坏情况界值为最小的算法。     

基于功率和信道联合预留的准入控制策略

为了更有效地实现IEEE 802.16e 正交频分多址接入（OFDMA）系统的服务质量（QoS）保证,提出了一种基于功率和信道联合预留的准入控制策略.介绍了一种子信道和功率分配算法,该算法将预留信道以外的可用信道完全分配从而实现发射功率最小化.针对2种切换用户--小区间切换用户和小区内切换用户,分别设计了2种预留方案,并引入2个切换预留因子.为了在呼叫阻塞概率和呼叫损耗概率之间寻求折中,以最小化服务等级（GoS）作为优化选择切换预留因子的目标,并通过动态调整预留因子,用较低的计算复杂度实现对最优解的逼近.仿真结果表明,这种自适应的方式有效地优化了系统的GoS,并且联合预留策略的GoS性能优于功率预留策略.     

一种选择特征的稀疏在线学习算法

为了有效处理海量、高维、稀疏的大数据,提高对数据的分类效率,提出一种基于L₁准则稀疏性原理的在线学习算法(a sparse online learning algorithm for selection feature, SFSOL)。运用在线机器学习算法框架,对高维流式数据的特征进行新颖的“取整”处理,加大数据特征稀疏性的同时增强了阀值范围内部分特征的值,极大地提高了对稀疏数据分类的效果。利用公开的数据集对SFSOL算法的性能进行分析,并将该算法与其它3种稀疏在线学习算法的性能进行比较,试验结果表明提出的SFSOL算法对高维稀疏数据分类的准确性更高。     

Semi-Supervised Clustering Fingerprint Positioning Algorithm Based on Distance Constraints

With the rapid development of WLAN (Wireless Local Area Network) technology, an important target of indoor positioning systems is to improve the positioning accuracy while reducing the online computation. In this paper, it proposes a novel fingerprint positioning algorithm known as semi-supervised affinity propagation clustering based on distance function constraints. We show that by employing affinity propagation techniques, it is able to use a fractional labeled data to adjust similarity matrix of signal space to cluster reference points with high accuracy. The semi-supervised APC uses a combination of machine learning, clustering analysis and fingerprinting algorithm. By collecting data and testing our algorithm in a realistic indoor WLAN environment, the experimental results indicate that the proposed algorithm can improve positioning accuracy while reduce the online localization computation, as compared with the widely used K nearest neighbor and maximum likelihood estimation algorithms.     

车间作业的混合组合规则调度方法

分析多种类型零件投放车间时根据零件工艺路线特点，在不同机床上选用适当的启发式调度规则，实现车间调度周期内的多规则混合调度（ＭＤＲ－ＭｉｘｅｄＤｉｓｐａｔｃｈｉｎｇＲｕｌｅ）的方法。实验结果表明，针对具体加工任务和加工资源特点，通过有限步的仿真搜索所形成的多规则混合调度，算法性能比通常所采用的针对所有机床的单规则调度算法有明显提高。该方法已应用于作者开发的车间控制器中。     

系数矩阵为块三对角的线性方程组的并行算法

给出了一种求解系数矩阵为块三对角的线性方程组的适合于ＭＩＭＤ型机的并行算法。从理论上证明了他与ＢＳＯＲ方法有相同的收敛速度，且与块Ｊａｃｏｂｉ方法有相同的并行性，并用一个算例在Ｍｕｌｔｉ－ＴｒａｎｓｐｕｔｅｒＳｙｓｔｅｍ模型机上作了计算，证明了他的有效性与可行性。     

基于相似度计算的主观题阅卷系统设计

网络在线考试以其高效性和公正性正逐步取代传统的考试方法,客观题评阅通过将标准答案和学生答案进行精确比较给出评分,而主观题由于其复杂性和多样性成为机器阅卷算法关键点和难点.简单的关键词匹配算法速度较快但准确率不高,本文采用向量空间模型来表示文本,通过计算文本之间的相似度来进行主观题评阅,并在系统中增加一些策略和规则,取得了较好的阅卷效果.     

复杂背景噪声下风机叶片裂纹故障声学特征提取方法

针对大型风机叶片裂纹故障声学诊断问题,提出一种非接触式的叶片状态远程在线声学监测系统,给出了叶片裂纹故障的声学特征自适应提取方法.首先设计了面向复杂环境噪声的原始声信号预处理算法,然后采用1/6倍频程粗略刻画叶片声信号的频谱总体变化趋势,提取无量纲的倍频程能量比构造支持向量机分类器的输入特征向量,最后引入主成分分析法自适应的优化高维特征空间.风场实测数据验证了该算法的有效性.     

下肢外骨骼机器人意图识别算法研究

下肢外骨骼机器人能让截瘫患者一定程度上恢复站立、行走等一些运动能力。其作为一种人机耦合的系统,人机交互接口（HMI）扮演着重要的角色。准确地获取穿戴者（截瘫患者）的运动意图,是下肢外骨骼机器人研发的主要挑战。针对当前意图识别主要采用手动阈值判断的方式,该文提出了一种利用机器人零力矩点（ZMP）特征,并基于支撑矢量机（online SVM）检测穿戴者运动意图的在线学习算法。最后在实际系统上完成该算法的验证。     

基于R-OSELM的海洋环境数据在线预测

为及时辨识海洋环境的变化趋势和降低长期累积的海洋环境数据对预测模型的影响,提出一种基于循环在线顺序极限学习机(Recurrent Online Sequential Extreme Learning Machine R-OSELM)的海洋环境数据在线预测模型.采用完全在线的方法初始化海洋环境数据训练集,通过在线顺序极限学习机算法对已有的海洋环境数据进行逐块输入,利用极限学习机的自动编码技术与一种归一化方法对输入权重循环处理,实现预测模型的在线更新,最后完成对海洋环境数据的在线预测.使用该模型对溶解氧、叶绿素a、浊度、蓝绿藻进行预测,结果表明R-OSELM模型的预测精度高于对比模型,确定其具备海洋环境数据在线预测能力,可为海洋水域水体富营养化与海洋环境污染预警提供参考.     

Adaptive blind equalizer based on least square support vector machine

An adaptive blind support vector machine equalizer ( ABSVME ) is presented in this paper.The method is based upon least square support vector machine ( LSSVM ),and stems from signal feature reconstruct...