基于优化目标可调控的免疫网络算法的分析与应用

针对目前几种免疫网络模型在数据聚类方面应用的一些不足,在aiNet免疫算法的基础上结合函数优化的思想提出一种基于目标可调控的免疫模型。并在算法中给出目标控制函数,和细胞记忆库的概念。本算法提高了免疫学习质量并从整体上对免疫网络进行优化。     

基于动态二进制搜索算法的改进防碰撞算法

该文在动态二进制搜索算法的基础上提出了一种新的防碰撞算法,该算法充分利用已得到的冲突信息,有效减小判断过程中数据的传输量。通过对新算法的分析,可知本算法相对于动态二进制搜索算法有明显的优势。     

Design and optimization of LNA topologies with image rejection filters

An important problem in designing RFIC in CMOS technology is the parasitic elements of passive and active devices that complicate design calculations. This article presents three LNA topologies including cascode, folded cascade, and differential cascode and then introduces image rejection filters for low‐side and high‐side injection. Then, a new method for design and optimization of the circuits based on a Pareto‐based multiobjective genetic algorithm is proposed. A set of optimum device values and dimensions that best match design specifications are obtained. The optimization method is layout aware, parasitic aware, and simulation based. Circuit simulations are carried out based on TSMC 0.18 μm CMOS technology by using Hspice. © 2010 Wiley Periodicals, Inc. Int J RF and Microwave CAE, 2010.     

An efficient hybrid approach based on PSO, ACO and k-means for cluster analysis

Clustering is a popular data analysis and data mining technique. A popular technique for clustering is based on k-means such that the data is partitioned into K clusters. However, the k-means algorithm highly depends on the initial state and converges to local optimum solution. This paper presents a new hybrid evolutionary algorithm to solve nonlinear partitional clustering problem. The proposed hybrid evolutionary algorithm is the combination of FAPSO (fuzzy adaptive particle swarm optimization), ACO (ant colony optimization) and k-means algorithms, called FAPSO-ACO–K, which can find better cluster partition. The performance of the proposed algorithm is evaluated through several benchmark data sets. The simulation results show that the performance of the proposed algorithm is better than other algorithms such as PSO, ACO, simulated annealing (SA), combination of PSO and SA (PSO–SA), combination of ACO and SA (ACO–SA), combination of PSO and ACO (PSO–ACO), genetic algorithm (GA), Tabu search (TS), honey bee mating optimization (HBMO) and k-means for partitional clustering problem.     

基于双链量子遗传算法的过程神经元网络训练

基于函数正交基展开的过程神经元网络训练,由于参数较多BP算法不易收敛。针对这一问题,本文提出了一种基于双链量子遗传算法的解决方案。首先按权值参数的个数确定染色体上的基因数,完成种群编码,然后通过染色体评估获得当前最优染色体,以该染色体为目标,用量子旋转门完成种群中个体的更新,用量子非门实现个体变异增加种群多样性。在该方法中,每条染色体携带两条基因链,因此可扩展对解空间的遍历性,加速优化进程。以两组二维三角函数的模式分类问题为例,仿真结果表明该方法不仅收敛速度快,而且寻优能力强。     

计算机算法设计与分析双语教学

文章阐述了计算机算法设计与分析课程双语教学的目标,并从教材选取、授课方式、实践、考核等多个环节探讨了该课程的双语教学实践,在此基础上分析了双语教学的成效以及存在的问题,并对改进方法作了初步的探索,这对提高该门课程的教学效果和教学质量有重要的意义。     

智能搜索算法教学软件的设计与开发

为提高人工智能导论课程的教学质量,协调好教与学的双边关系,结合教学实践,在Microsoft Visual Studio2005环境中用C++语言开发了智能搜索算法的教学软件,设计了A*算法、模拟退火算法和遗传算法的演示程序和验证程序,提供了这些算法的核心代码,方便学生开展各算法的自主实验设计。     

模式在程序设计教学中的应用

基于模式的程序设计教学方法是有益的尝试。本文分析客观存在于程序设计教学中的模式,并以算法实现级模式、程序构建级模式为例,探讨模式在程序设计教学中的应用,从思维工具、知识关联、教学效用三个方面总结这种教学新思维对于提高教学效率的作用。     

高速网络Fast TCP拥塞控制算法的改进

随着网络技术的飞速发展和接入性能的不断提高,如今全世界的互联主干网络呈现出一种高速网络的特性。在这种网络特性下,传统网络中的TCP拥塞控制协议已经开始显现出不适应性,发现了FAST TCP协议中＂持续拥塞＂的形成机制,建立了数学模型来准确的描述＂持续拥塞＂所导致数据流之间带宽分配不公平的问题,进一步利用优先服务队列的方法解决了FAST TCP在网络中的持续拥塞现象。     

一种改进的RAID后台初始化技术

新创建的RAID系统必须要经过初始化才能使磁盘上的随机数据满足一定的校验关系,从而使RAID系统具有数据恢复能力。文章分析了传统RAID系统初始化方案的优缺点,提出了一种改进的后台初始化方案,试验证明该方案能够有效做到初始化与主机IO读写的并行,并在初始化性能和主机IO读写性能上较传统方案有较大的提高。