用C++实现DBF数据表与Excel间的转换

信息系统的基础信息录入工作,在整个软件系统中占有非常基础和重要的地位。在Office办公软件非常普及的今天,许多基础信息往往以Excel表的形式存储,但Excel表不能实现复杂的信息管理,于是就需要诸如VFP的工具来开发数据管理软件,这就要求将现有的Excel表中数据导入到用VFP开发的管理系统中,而当前这样的工具少之又少,而且不能满足千差万别的Excel格式转换到指定DBF表的要求,就此问题在C++下开发了一个简单实用的DBF数据表与Excel间的转换工具。     

求解煤炭水运配船的免疫优化算法

煤炭水运配船属于多约束混合整数线性规划问题。当问题规模大、约束条件多时很难获得最优解,并且求解时间过长。针对上述问题,提出一种基于免疫克隆算法的求解方案。通过构建相应的数学模型,设计了基于二维矩阵的抗体表示形式和混合整数编码方式,构造了罚函数处理不等式约束。算法使用克隆、变异和抗体浓度抑制等免疫操作,保持了抗体的多样性,避免陷入局部最优。算法仿真表明,该算法在全局最优解和运行速度方面优于遗传算法,优化结果验证了算法的有效性。     

一种注入免疫疫苗的排调课遗传算法

遗传算法解决排课问题搜索的随机性,结合免疫理论中的疫苗思想,在算法过程中加入抽取疫苗和接种疫苗的步骤,建立了先验知识库,使得整个算法在解决冲突时的进化过程,由疫苗导向的性而向最优解发展,使得整个排调课系统不再需要做大量重复的工作,减少了工作量,提高了效率。     

基于分维搜索和环状描述符的SIFT改进算法

针对SIFT算法在极值点搜索和特征计算方面的低效,提出一种基于分维搜索和环状描述符的SIFT匹配算法(SC-SIFT)。该算法将SIFT算法中的三维极值点搜索策略分解(separate)为两个维度上的逐维搜索,同时引入了一种新的环状(cricoid)特征描述算子来代替原来高维低效的特征。实验证明,该方法不仅能够提高SIFT算法的执行效率,而且提高匹配正确率,实现了对SIFT算法的优化。     

免疫粒子群算法的改进及应用

在现有的免疫粒子群算法基础上,增加了交叉和高频变异操作,以保证种群进化的多样性,克服粒子群算法的早熟现象。本算法通过柯西变异提高算法的全局搜索能力;通过高斯变异提高算法的局部搜索能力。此外,为解决随机的、没有指导的交叉变异操作可能引起的退化现象,引入了疫苗提取和疫苗接种策略。仿真结果表明算法的收敛速度和精度都有明显提高。     

免疫算法在物流车辆优化调度中的应用

车辆调度（Vehicle scheduling Problem,简称VSP）是物流配送中广泛存在的一类问题,也是各大型企业部门的一项日常性工作,物资的合理运输直接关系到一个企业的经济效益。本文将免疫算法应用到车辆调度的实际系统中,针对受容量和时间窗限制的运输问题确立了带有惩罚项的目标函数。     

混合算法求解随机期望值模型

目标函数中由于受到一个或者多个随机变量的影响,求解期望值难度增加。因此,提出一种有效的求解期望值模型的混合算法。利用随机模拟计算期望值,RBF神经网络对目标函数进行逼近,差分进化算法寻优,从而形成求解随机期望值模型的混合算法。最后,通过仿真实验说明算法的有效性。     

优化初始聚类中心的改进k-means算法

传统k-means算法随机选取初始聚类中心使聚类结果不稳定,诸多优化算法的时间复杂度较高,为了提高聚类稳定性并降低时间复杂度,提出了基于个体轮廓系数自适应地选取优秀样本以确定初始聚类中心的改进k-means算法.该算法多次调用传统k-means算法聚类,根据k个类中心的个体轮廓系数以及各样本与类中心的距离,自适应地选取优秀样本,求其均值作为初始聚类中心.在多个UCI数据集上的实验表明,该算法聚类时间短,具有较高的轮廓系数和准确率.     

校园公房管理信息系统中三维GIS的应用研究

校园公房管理的工作量正随着高校规模的日益扩大而迅速增长,传统的作业方式与手段己不能满足房产管理的需要。要实现房产管理的科学化、规范化、自动化,就必须借助地理信息系统的技术来建立房产管理信息系统。该文应用ArcGIS软件对客户端进行二次开发,实现了校园电子地图的网上发布与三维显示分析功能。该系统不仅整合了关于校园房屋的基本属性数据资料,还集成了校园规划图和现状图等空间数据,统一了校园地理空间信息和房屋信息,为进一步深入探索基于Web的校园管理信息系统奠定了研究基础。     

基于SOA的遗留系统再工程的研究与应用

遗留系统的再工程是企业信息化建设必须解决的问题,在基于SOA的企业遗留系统复用框架的基础上,给出了通过Web Services技术将遗留系统从数据层、业务层、应用层进行封装的模型,并结合B/S结构的Web应用程序开发现状,实现了SSH框架下的遗留系统再工程过程。