Alternative branching rules for some nonconvex problems

Following Linderoth (A simplicial branch-and-bound algorithm for solving quadratically constrained quadratic programs, Math. Program. 103 (2005), pp. 251–282), in this paper we show how a preliminary theoretical analysis about the quality of convex and concave envelopes over different regions may suggest branching rules alternative to the traditional ones based on boxes. For two nonconvex problems (minimization of the sum of products of affine functions and maximization of the sum of ratios of affine functions, in both cases over polytopes), we show how the indications of the theoretical analysis lead to computational results which confirm the superiority of the alternative branching rules with respect to those based on boxes.     

小型水电站水轮机导叶关闭规律的优化——以猴场水电站为例

以猴场水电站为例,探讨了小型水电站水轮机导叶关闭规律的优化。在水轮机组的GD2值因制造难度等原因不能加大时,采用导叶关闭的方法,通过优化导叶关闭规律,以满足水电站水力过渡过程计算的要求,从而可以有效地解决机组甩负荷后转速上升和蜗壳进口压力上升的问题。     

一种利用关联规则的改进朴素贝叶斯分类算法

朴素贝叶斯分类是一种简单而高效的分类模型,然而条件独立性假设在现实中很少出现,致使其性能有所下降。通过引入关联规则,从两方面来改善朴素贝叶斯分类的性能。一方面,通过对关联规则的挖掘,发现条件属性之间的关联关系,并且利用这种关联关系弱化朴素贝叶斯的独立性假设;另一方面,通过关联规则的置信度,给朴素贝叶斯加权。     

一种基于组合方式改进的频繁项集挖掘算法

FP-growth算法用于关联规则挖掘分成两个阶段：构建频繁模式树和进行频繁模式挖掘;对这两个阶段分别进行改进,若项头表中存在同频度的频繁项,在构建FP-tree的过程动态调整其位置,构建压缩的最优化FP-tree,提出了IMFP-tree算法。在进行频繁模式挖掘阶段,提出CFP-mine算法,CFP-mine算法采用一种新方法构建条件模式基,且采用组合方式挖掘频繁项集,有别于传统FP-growth算法的挖掘过程,理论上证明和实验验证本算法的正确性和高效性。     

基于向量内积的非频繁项挖掘算法研究

针对负关联规则中非频繁项集的生成问题,将向量内积引入到该领域.通过对事务数据库的布尔化表示及对数据存储结构的合理分配,提出了一种新的非频繁项集快速生成算法.该算法首先将布尔化所得矩阵中的向量进行内积运算,通过逐层递增的思想,用两级支持度模型来约束非频繁项集与频繁项集的产生,使非频繁项集不仅可由频繁项集之间连接产生,而且...     

基于RIA的企业规则管理系统的设计与实现

目前国内的企业中,规则制度大多数存在于企业业务人员的大脑中,或者规则手册、管理规程、操作手册等非结构化的文档中。结合现在现状,开发企业规则管理系统,实现当业务和需求发生变化时,能做出相应的响应和变化,并就系统的实现方法、总体设计、系统详细设计和功能模块进行详细的阐述。     

试析C语言表达式中自加、自减运算

自加、自减运算是C语言中的一个语法难点部分,对于初学者来说一直都是个难题,甚至很多编程高手也会产生困惑。通过实例分析总结了自加、自减运算符的运算规则过程,解析困惑,简洁明了。     

基于拓扑导数的复扩散在图像去噪及边缘提取中的应用

提出了基于拓扑导数的非线性复扩散用于图像去噪及边缘提取的一种算法.由于线性扩散会使图像边缘模糊,基于拓扑优化思想,对每个像素点的线性复扩散系数扰动,使得拓扑导数最小的扩散系数为最优.文中选取的扩散系数具有各向异性的特性,从而克服了Perona-Malik的各向同性扩散系数不利于去除边缘噪声的缺陷,选择拓扑导数足够小的像素点,对这些像素点用最优扩散系数进行扩散.文中给出了使算法迭代终止的判据.实验证明,与Guy Gilboa的非线性复扩散相比,本文方法对原始加噪图像处理后,实部图像体现出了更好的去噪效果,虚部图像则很好地保留了图像边缘,此外,本文方法还消除了Perona-Malik的方法对图像去噪后产生的阶梯效应.     

关联规则挖掘在教学评价中的应用研究

教学评价是院校最重要的工作之一,而科学的评教方法又显得尤为重要。本文介绍一种更适合于关系型数据库关联规则挖掘的、基于SQL的频繁项关联规则挖掘算法,并将其应用于教学评价。通过对大量的样本数据进行试验,得出了应用以往传统的教学评价方法所无法得到重要的教学参考信息。     

Lot streaming for product assembly in job shop environment

Assembly job shop scheduling problem (AJSP) is an extension of classical job shop scheduling problem (JSP). AJSP starts with JSP and appends an assembly stage to the completed jobs. Lot streaming (LS) technique is a process of splitting jobs into smaller sub-jobs such that successive operations can be overlapped. This paper combines, for the first time, LS and AJSP, extending LS applicability to both machining and assembly. To solve this complex problem, an efficient algorithm is proposed using genetic algorithms and simple dispatching rules. Experimental results suggest that equal size LS outperforms varied size LS with respect to the objective function.