基于多目标优化的多源组播网络编码的构造

在基于单目标优化构造网络编码的基础上,提出了基于多目标优化的网络编码的构造方法。把多源组播网络划分成多个单源组播网络,各单源组播网络的组播容量互相制约,为了使各单源组播网络的组播容量达到最大,采用粒子群优化算法进行子图划分,动态求解包含各子图组播容量的Pareto解集。用户可以优先考虑某个子图的组播容量,选择相应的解向量进行线性网络编码构造。仿真测试结果表明,本方法是可行的。     

多重网格法在地球物理正反演应用研究中的进展

现阶段地球物理三维勘探面临越来越复杂的问题,其要求更精细的三维网格剖分,现有的一些方法随着网格节点的增加其收敛速度相应减慢。对于应用中更复杂实际模型、更细密网格剖分以及更快收敛速度要求,难于有进一步提高。要有所突破,需借助计算数学最新进展,引入新的高效算法。多重网格法是近二十年迅速发展的一种求解微分方程近乎最优的新算法。本文首先简单介绍了多重网格法基本原理和运算格式,着重介绍了当前国内外多重网格法在地球物理正反演中的应用成果和发展现状。此外,对多重网格法在地球物理正反演中的应用前景及发展趋势进行了展望。     

功能梯度材料的点插值无网格法

建立了一种新的求解功能梯度材料问题的点插值无网格法,这种无网格方法将径向基函数和多项式基函数耦合构造具有插值特性的近似函数,并将其应用于弹性力学问题Galerkin形式的无网格方法。在计算过程中,取高斯点的材料参数模拟功能梯度材料特性的变化,由于形函数及其导数的构造相对简单,并且满足Delta函数性质,所以该方法具有计算量小、精度高、可以像有限元法一样直接施加边界条件的优点。最后通过数值算例证明了该方法的有效性。     

一种基于改进FCM划分算法的T—S模型辨识

鉴于以往T—S模型建模过程中,在模糊划分上存在主观性的差异,提出了一种基于改进模糊C-均值算法的模糊划分方法,使划分结果尽可能地依赖于原始数据的分布情况,进而将该模糊划分算法用于多输入单输出非线性系统的基于T—S模型模糊辨识。在用该方法对多参量水质评价系统进行基于T—S模型模糊辨识建模时,取得了较好的验证效果。该研究结果表明,基于改进模糊C-均值划分算法的T—S模型辨识能在模糊综合评价与决策等应用领域中取得较好的应用效果。     

工程标段划分对造价的影响——从界面矛盾的角度分析

工程标段是指把准备投入建设的某一整体工程或某一整体工程的某一期工程划分为若干工程段落并或单个或组合起来进行招标的招标客体。     

基于旅游影响感知与态度的居民类型划分——以周庄古镇为例

以周庄为例,利用社会调查和市场细分方法,对旅游地居民感知与态度进行实地调查,据此划分居民类型,以揭示居民对旅游发展的整体认知结构,了解不同类型居民对旅游的感知与态度,刻画不同类型居民的人口统计学特征,剖析不同类型居民对旅游发展态度的原因。通过对比国内外研究,分析周庄居民类型及其共性与个性。     

平煤四矿丁5,6煤层冲击动力灾害危险区域划分的研究

为了进一步研究和评价矿井冲击地压特征,结合平煤四矿丁5,6煤层阐述了煤岩冲击倾向性测试方法、测试过程及测试结果,根据测试结果在丁5,6煤层中选取了一些特征点,结合开采条件对这些特征点进行赋值,最后运用科学绘图软件绘制了丁5,6冲击动力灾害危险区域划分图,从图中可看出大部分区域为弱冲击倾向,在西翼19160和19180间的窄煤柱区域由于受到两侧采空影响,应力集中很高,具有强冲击倾向,在煤层合并线及煤柱拐角处以及上山煤柱边缘具有中等冲击倾向,为矿井制定有针对性的防治措施提供了参考依据.     

改进Delaunay三角剖分算法

针对传统Delaunay算法对非凸三维曲面剖分结果不理想,提出了基于凸划分的改进Delaunay三角剖分算法．研究了复杂曲面剖分的特性,定义了非凸集合凸划分定理,对任意曲面相对投影平面进行划分．利用一组正交平面对任意复杂曲面的划分,通过变换域对曲面进行了Delaunay三角剖分．实验结果表明,改进算法能够在正交平面对头面数据集合进行正确凸划分,在投影平面改进Delaunay三角剖分结果正确,鲁棒性明显增强,并与理论分析一致,验证了改进算法的正确性和有效性．     

树拓扑片上网络的低能耗映射

针对树拓扑片上网络(NoC)中通信时延受约束的低能耗映射问题,提出了一种递归的二路划分算法RPM(recursive bipartitioning for mapping)。RPM基于分而治之策略,首先将NoC映射转化为多层次的IP核通信任务图划分问题,并采用带参数的Kernighan-Lin算法实现最小割值划分。实验结果表明,与已有算法相比,RPM可以在较短的时间内获得能耗更低的映射解。通过设置不同的参数,RPM既可以用于生成高质量的优化解,也可用于快速的NoC设计空间探索中。     

螺旋CT的三维空间面皮参数平面化方法*

将三维空间面皮转换为二维平面可以使获取面皮特征、颅骨与面皮的关联信息更方便。通过改进的轮廓线提取方法剔除原始切片冗余数据,对重构得到的面皮数据进行空间坐标系的规范,并以最近邻区域(NNR)划分方法将空间面皮的点云数据点集化,最后结合新划分的平面点数据集的特点提出了线性插补的参数平面化方法和基于链表的参数平面化方法。实验证明两种方法的效果良好,验证了其正确性和可行性。