一种基于偏序排名的高效的多目标演化算法

利用 Better函数对多目标优化问题 (MOP)建立了一种偏序关系 ,并通过这种偏序关系对种群中的个体进行排名 ,设计了一种高效的多目标演化算法 (EMOEA) ,应用有限 Markov链的有关理论证明了此演化算法的收敛性 ,同时对四个 Benchmark函数进行了数值试验 ,测试结果表明 ,新算法在解集分布的均匀性、多样性、精确性以及快速收敛性均优于已有的 MOEA.将此算法推广用于求解经济领域或工程领域的一些难题 ,则在实际中具有广阔的应用前景     

基于网格的一种新的动态演化算法

近年来,越来越多的演化计算研究者对动态优化问题产生了很大的兴趣,并产生了很多解决动态优化问题的方法。提出一种新的动态演化算法,与传统的演化算法有所不同,它是建立在划分网格基础上的,故而称它为网格优化算法。通过测试典型的动态优化问题,并与经典的SOS算法进行比较,证明了算法的有效性。     

基于演化算法的一类时间表问题的自动求解

本文给出了一种有效的基于演化算法的求解大学的时间表总理２（编排课程和考试）即在很强的资源约束条件下将一些事件（课程或考试）安排到时间段和空间位置的总理２的方法,此方法有杉直接的时间表编码表示和启发式深化算子,并通过惩罚函数保证对约束条件的满足,计算实验表明方法在求解大学考试时间表问题中是有效的。     

并行程序验证的调度策略

针对形式化程序验证中的并行调度问题,提出了基于依赖集的算法。通过引入依赖图和依赖集概念,以形式化方式描述程序语句间的依赖关系,然后给出了从语法分析树构造依赖图和依赖集的算法;最后在此基础上设计了并行调度算法并应用于计算机辅助程序验证系统。实验结果表明,该方法具有较高的并行效率。     

一种不需噪声能量信息的准最佳正则图像复原

提出一种基于正则化方法的高效图像复原技术。围绕最小化正则解模糊误差,设计该技术。利用泰勒级数定性地分析怎样的正则化算于使正则解模糊误差能量较小,得出结论：通常情况下应选取低阻高通的正则化算子;利用随机理论解决正则解模糊误差能量期望值最小化问题,确定正则化参数;利用小波变换估计噪声能量,在没有噪声能量信息的情况下,新方法能进行高效的图像恢复。实验结果表明本文的恢复技术比传统方法的恢复性能好,恢复效果接近最佳且性能稳定,且不需要噪声能量信息。     

演化算法的一个通用设计模型

本文提出了一个演化算法的通用设计模型，并用UML详细说明了它的组成与结构．该模型以演化算法中的关键概念及其相互作用机制为核心，把这些概念合理分类并加以抽象，有效地实现了关注分离和封装实现细节．而应用设计模式来组织这些概念又使该模型具有灵活的体系结构．因此该模型具有可重用、可扩展、易理解、易使用、便于进行测试等优点．最后将该模型的实现应用到各类不同的问题来验证其通用性和有效性，并给出了函数优化和TSP问题的实验结果．     

远程工作流的安全机制

文档和人员是OA系统工作流的两个基本要素。当人员不在同一区域时，其工作流被称作远程工作流，其安全机制不同于局域工作流。以远程工作流为模型，着重讨论其安全认证机制，将远程工作流分解成虚拟工作流和人员认证流两部分。虚拟工作流采用与局域网相同的安全策略，维持工作正常运行，在一定延迟时间后启动人员认证流，在得到认证流的结果并认为正确后，才将虚拟工作流的结果变成最终结果。     

动态车辆路径问题仿真器的设计与实现

分析了开发动态车辆路径问题仿真器的必要性,设计并实现了一个简单、通用、开放性强的车辆路径问题仿真器DVRPSIM,提出了一个改进的Waxman算法来模拟实际公路网络,重点讨论了DVRPSIM的总体结构和各功能模块的实现.实验结果验证了DVRPSIM的有效性和可行性.     

基于MISR遥感数据的优化融合预测模型

提出了一种新的预测气溶胶光学厚度AOT的优化融合模型，它把基于全局数据的径向基函数神经网络与基于局部区域数据的前向神经网络相结合，并通过优化权重组合，使得预测误差最小化。利用该模型对多角度成像光谱辐射仪MISR所采集的2002年7～9月份的数据进行AOT预测实验。结果显示：对美国陆地上空的大多数轨道，优化融合模型预测准确率明显高于全局模型和局部模型，其总体预测均方差比后二者分别减少了12．9％～24．5％和3．3％～10．5％．这表明优化融合模型是一种更为准确的摩间数据预测方法。     

一种解函数优化问题的精英子空间演化算法

文献[1]提出了一种有效的求解优化问题的演化算法，算法简单易行，并能在较短时间内找到问题的最优解，在该算法的基础上，文中提出了一种精英子空间演化算法，在算法的杂交过程中，通过采用精英保存策略，增加父体的选择压力来加速算法的收敛，数值试验表明新算法比文献[1]中的算法具有更好的收敛性，能更快地找到优化问题的最优解。