Pollard p-1因子分解的DNA计算机算法

如何有效地对大整数进行因子分解是数学上的一个难题.给出了基于分子生物技术的因子分解问题的DNA计算机算法.算法以Pollard p-1算法为基础,利用DNA分子生物操作完成加、减、乘、除运算,实现平方-乘以及欧几里德算法,产生并得到最终解.基于分子生物学的实验表明,该算法是可行和有效的.     

带退化因子的人工代谢算法在多对象物流配送优化中的应用

在多对象优化的物流配送中,需要对配送对象实行均衡调度。本文提出了一种含退化因子的人工代谢算法。每一种配送对象对应了不同的代谢底物,每一种配送对象的优先级对应了相应的催化酶,每一次配送对应一次代谢过程。为了降低代谢算法的复杂度,完成配送任务后,初始化时形成的催化酶需要有规律地退出代谢体系。通过对代谢算子等参数的分析,为人工酶设立了不同等级的退化因子。根据对酶优先级的辨识,按照代谢优化的进程,使已完成寻优搜索的代谢路径有序地退出本次代谢网络,提高整个代谢网络运行效率,为后续的物流配送路径缩小搜索空间,实现多对象配送过程的优化。     

具有区间峰值的曲面伸缩因子及其实验

为了改进参数曲面自由变形方法,构造了一种新的伸缩因子函数,它不仅具有以往文献所引入的伸缩因子的特性,还可以在区域上达到峰值,从而克服现有的伸缩因子仅在一点达到峰值的不足。使用新的伸缩因子去作用待变形的曲面方程,从而使曲面发生形变,通过交互改变控制参数来控制曲面的形状,使其能够更好地表示一些实体的外型。实验表明,该方法数学背景简单,易于控制,重复使用可获得丰富的变形效果。适用于几何造型、计算机动画、CAD/CAM等领域。     

一种"以退为进"的蚁群调度算法

蚁群算法是网格系统中比较有效的任务调度算法,但是,传统的蚁群调度算法存在"大炮打蚊子"式的调度问题.针对这一问题,本文提出了一种"以退为进"的蚁群调度算法,通过引入匹配因子,调整资源被选的概率,从而合理地为任务分配资源.通过仿真实验,把该算法和传统蚁群调度算法的平均响应时间进行比较,实验结果证明,该算法有效地解决了"大炮打蚊子"的问题.     

强脉冲噪声环境下的多径衰信道估计

提出一种在强干扰脉冲噪声存在下对无线多径信道进行估计的算法.在无线通信系统中,衰落信道可以采用自回归(AR)模型建模,通过RLS算法和自适应Kalman滤波器分别对AR模型的参数进行估计,但是,这两种算法对噪声干扰非常敏感.为了加快RLS算法的收敛性,并有效抑制大脉冲干扰的影响,在算法的改进中引入了抑制因子,用于对脉冲干扰幅度的抑制.仿真结果显示:相比于传统的算法,改进后的算法在联合估计信道时,提高了抵抗大脉冲干扰的能力,加快了待估参数的收敛速度.     

铁路机车检修计划生成系统的研究

基于模糊理论分析了机车在运行过程中的多种影响因子对机车磨损的影响,对机车检修周期的基本影响因子J、走行公里相关因素Z以及动态因素D进行了深入研究,引入机车当量公里的数学模型,制定出合理的检修计划,建立了铁路机车检修计划生成系统.该系统为机车检修周期提供了合理的依据,大大提高了机车在运行中的经济效益.     

参数曲面四边域上控制变形的伸缩因子与实验

为了改进参数曲面自由变形方法,构造了四边形区域上的伸缩因子函数,它不仅具有已往文献所引入的伸缩因子的特性,还可以在区域上达到峰值,从而克服现有的伸缩因子仅在一点达到峰值的不足,变形区域也由圆形域变为四边形区域.使用四边形区域上的伸缩因子函数去作用待变形曲面的参数方程,从而使曲面在四边形区域上发生形变,并且可通过交互改变控制参数来控制所曲面变形的形状,使其能够更好的表示一些实体的外型.最后,实验结果表明,该方法的数学比较背景简单、各个参数容易控制、重复使用该因子作用于变形曲面,可获得丰富的变形效果.该伸缩因子可应用于几何造型、计算机图形学、计算机动画以及CAD/CAM等众多领域.     

基于证据距离和矛盾因子的加权证据合成法

针对Dempster-shafer (DS)理论直接对高冲突证据合成时会有融合结果不合理的问题,本文提出了一种加权证据合成法.在多个证据融合时,该方法综合利用证据距离和矛盾因子表示证据冲突.并根据各证据与其它证据的冲突程度确定其权重系数,基于此又分别采用两种适用于不同情况的方法对证据基本置信指派函数修正,然后用DS规则合成.算例实验表明了本文方法对高冲突证据融合的有效性,并且其融合结果还具有良好的收敛性.     

结合支持向量机和近邻法的太阳耀斑预报方法

为了提高太阳耀斑预报模型的预报精度,提出了一种结合支持向量机和近邻法(SVM-KNN方法)的太阳耀斑预报方法.将太阳耀斑预报问题看作一个模式识别问题,在此基础上建立新的预报方法.选择太阳活动区的特征参量作为预报因子,如果活动区未来48小时发生大于等于M级耀斑标识为正例样本,未发生耀斑为反例样本,由这些样本组成训练集代入SVM训练算法构造了耀斑预报模型.通过输入活动区的特征参量值,预报模型使用SVM-KNN分类算法预报该活动区未来2天内是否发生太阳耀斑.模拟预报结果表明,新方法比使用SVM方法具有较高的报准率,可以应用到其它太阳活动预报领域.     

改进块式递推偏最小二乘建模方法及应用

针对传统偏最小二乘（ＰＬＳ）模型的在线更新问题,提出了带有自适应遗忘因子的块式递推ＰＬＳ建模方法．通过ＨｏｔｅｌｌｉｎｇT² 和Q统计量确定遗忘因子的大小,并且进行模型递推更新,确保模型跟踪过程特性的变化．将所提出的方法应用于管坯斜轧穿孔能耗过程,表现出较强的模型在线更新能力．测试结果表明,带有自适应遗忘因子的块式递推ＰＬＳ方法的性能优于传统的迭代偏最小二乘方法的性能．