背包问题的一种自适应算法

背包问题是经典的NP-hard组合优化问题之一，由于其难解性，该问题在信息密码学和数论研究中具有极重要的应用．基于求解背包问题著名的二表算法和动态二表算法，利用归并原理和4个非平衡的子表，提出一种求解该问题的自适应算法，算法可根据计算资源和问题实例规模的大小，允许使用O(2^n/2-ε)的存储空间(1≤ε≤n／4)，在O(ε(2^n/2))的时间内求解背包问题．对算法性能的理论分析和数值实验结果表明，自适应算法可显著扩大背包实例的求解规模，从时间和空间上改进背包问题现有算法的性能．     

散乱数据可视化研究综述

散乱数据的可视化已广泛应用于众多的科学与工程领域.文中回顾了散乱数据的可视化技术发展的历史.在此基础上,通过对已有的散乱数据插值或拟合的方法进行了分析,对近年来散乱数据可视化研究的热点进行了归纳,对进一步的研究工作进行了展望.     

散乱数据可视化研究综述

散乱数据的可视化已广泛应用于众多的科学与工程领域。文中回顾了散乱数据的可视化技术发展的历史。在此基础上，通过对已有的散乱数据插值或拟合的方法进行了分析，对近年来散乱数据可视化研究的热点进行了归纳，对进一步的研究工作进行了展望。     

一种新的自然场景标志牌文本提取算法

从复杂的自然场景标志牌图像中提取和识别字符一直是数字图像处理领域的热点问题,目前的求解算法普遍存在提取文本精确度不高,提取率偏低,鲁棒性差等缺点。提出一种高效的文本提取算法,针对标志牌文本图像通常具有较复杂的自然背景等特征,首先对原始图片进行模糊化处理,然后进行Laplacian边缘提取,再对边缘图像进行非文本长边缘的删除,最后根据文本区域的特征进行边缘扫描和连通域分析实现标志牌文本的提取。通过对2003年国际自然场景文本识别竞赛（ICDAR’2003 Robust Reading Competition）中大量图片测试表明,该算法对背景的复杂度、文字语言、颜色、大小字体以及排列方向具有较强的鲁棒性,同时也具有较高的准确率（Precision）和提取率（Recall）。     

航天低温复合材料贮箱渗漏性能研究现状

大型航天低温推进剂贮箱由"金属"到"复合材料"的更新换代已成为世界航天工业发展的主要趋势.凭借复合材料在质量和成本方面的巨大优势,大型航天低温复合材料贮箱被认为是未来火星探测、载人登月等大型航天任务的重要保障.然而,复合材料贮箱在低温服役条件下产生的渗漏现象,是其目前面临的技术瓶颈之一,严重制约复合材料贮箱全面服役.从...     

多边形障碍环境中避障路径的遗传算法

研究了平面障碍环境中避障的遗传算法，重点介绍了障碍环境的模型构造和用遗传算法求解该模型的方法设计．采用了与已有遗传算法不同的染色体编码方式和不同的遗传算子设计，在初始群体产生时尽量避免了引入无效基因，提高了染色体进化的效率，使得该算法具有很好的寻优能力，实验结果也表明了该算法的有效性．     

异常解释专家系统中的知识表示

分析了异常解释领域的专家知识,并给出了以产生式规则为主、充分利用函子、结合过程性知识表示的知识表示方法。     

熵值理论在多目标演化中的应用研究

为了克服传统多目标演化算法在进化后期遗传操作可能失效使算法性能降低以及基于概率建模的多目标算法在演化初期由于种群分布尚未呈现一定规律, 采样产生的新个体的搜索方向同目标方向存在差异, 提出一种基于熵值的多目标演化算法（entropy based multi-objective evolutionary algorithm, EB-MOEA）。算法利用种群进化过程中, 个体分布存在从无序到有序的现象, 设计了一种基于熵值理论的种群分布计算方法, 并将其作为种群从无序到有序过渡的判定准则, 指导遗传操作和概率建模操作切换的时机。新算法采用ZDT、DTLZ系列测试集进行实验, 通过与NSGA-Ⅱ以及RM-MEDA算法的实验对比, 证明了新判断准则的有效性, EB-MOEA具有更好的寻优性能。     

基于多重分形主曲线模型多目标演化算法研究

为了克服目前模型多目标演化算法多采用PCA,local PCA等线性建模方法,存在模型拟合效果不理想、对建模参数敏感等问题,提出一种基于多重分形的主曲线模型多目标演化算法( multifractal based principal curve multi-objective evolutionary algorithm,MFPC-MOEA).算法采用主曲线方法对解集分布进行非线性建模,通过建立种群个体分布概率模型,生成目标空间均匀分布的个体,保证优化结果的多样性.另外算法通过多重分形方法分析个体在解集空间中的分布,设计了基于多重分形谱的模型演化多目标算法建模开始评测标准,同时采用多重分形方法评估算法收敛程度,设计相关的演化多目标优化算法停止策略.新算法采用国际公认的ZDT,DTLZ测试函数进行实验验证,并与NSGA-II,MOEA/D,PAES,SPEA2,RM-MEDA经典演化多目标优化算法进行了实验比较.实验结果表明,该算法在HV,SPREAD,IGD,EPSIION性能指标上均有较好的表现.说明通过引入多重分形策略和主曲线建模方法,在一定程度上提高了解的质量,为求解多目标优化问题提供新的思路.     

Bp算法在MPI负载平衡中的应用

利用BP算法预测未来的负载情况,解决基于MPI环境的负载平衡问题.采用多项负载指标表示结点的负载情况。在任务分配与任务执行时,应用BP算法技术预测各结点的负载情况,找到较佳的分配方案。实验结果证明,本算法较MPI的直接分配算法在性能上有较大的提高。