用AO算法求解一个智力难题

文章提出了一种新的求解智力难题--假币与天平问题的方法,该方法利用了AI的搜索技术,将智力问题用一个适当的问题空间表达出来, 然后将要求解的问题转化为与/或图中的搜索。研究表明AO非常适合求解这个智力难题。     

k-组群通信成本的研究

Kakugana在文献[1]引入k-组群（k-Coteries）的概念来解决分布系统中的k-互斥问题。本文研究使用k-组群技术解决k-互斥问题时的通信成本,它是单个组群通信成本的扩 展。在对k-组群通信成本进行精确定义并给出受支配和不受支配k-组群的概念之后,本文证明了不受支配k-组群的通信成本不会大于它所支配的k-组群的通信成本,据此定理 ,给出了获得通信成本最小k-组群的方法。     

解“时间表问题”（TTP）的启发式算法

本文给出了一种解“时间表问题”的启发式算法，从整个时间表的生成过程来说，它是一种并行和无回溯的方法，从一天的时间表生成来说，它是一种改进的Ｔａｂｕ查代方法。该算法不能保证在任何情况下都能获得可行的时间表，但能保证所获得的时间表是最优的或较优的。     

适用于SIMD并行算法的存储结构

本文给出一种适用于SIMD并行算法的共享存储器设计方案,它允许多个处理机按相应的同步并行算法并行无存取冲突地存取各自的数据,以满足算法执行的需要,该方案包含两部分,即数据在共享存储器内的存放方法和互联网络的结构及其功能,文章最后说明了该方案的若干性能、实现方法和优点。     

在线性处理机阵列上求MCST的并行算法

本文给出一种在P个处理机线性阵列上求MCST(最小代价生成树)的并行算法,记为OLA-MCST.证明了在整个1≤P≤n范围内其时间复杂性均为O(n~2/P);特别地,当P=n时,为O(n).这是在本模型下使用n个处理机时的最优性能.     

一种使用相联存储器求MCST的并行方法

本文提出一种使用相联存储器并行地求最小代价生成树(MCST)的方法.描述了所使用相联存储器的结构和该方法的实现细节,证明了该方法的正确性,分析了其时空要求,并给出了一个简单的实例.     

一种适用于多处理机系统的并行排序方法DCPM

本文给出一种适用于多处理器系统的并行排序方法——PCPM(Divide Conquer Parallel Merge)。证明了该方法的正确性;算出了它的时间复杂度为0(n~(1/2) log n~(1/2) log√n);最后,简单地说明了本方法的特点。