FIFO分支定界算法初探

分支定界(brarch and b叫d)算法是一种在问题的解空间树上搜索问题的解的方法。与回溯算法不同的是，分支定界算法采用广度优先或最小耗费优先的方法搜索解空间树，并且，在分支定界算法中．每一个活结点只有一次机会成为扩展结点。     

基于改进RRT算法的AGV路径规划研究

路径规划是自动导引小车(AGV)控制中的核心问题之一。针对经典RRT算法在静态全局状态空间中随机采样搜索节点时随机性大与效率低的问题,提出了一种改进的RRT（快速搜索随机树）路径规划算法。该算法结合双向搜索功能与自适应目标引力思想,利用双向搜索速度快与自适应目标引力朝目标点方向生长的特性,使AGV在规划路径时路径搜索效率更高,路径更平滑。实验仿真结果证明,改进的RRT算法可以在有效提高路径搜索效率的同时生成最优路径。     

基于图搜索策略的数独问题算法与实现

图搜索策略是解决传统人工智能问题的有效方法．该文使用状态空间表示方法以及图搜索策略,提出了一种有效的解决数独问题（Sudoku）的算法,采用递归和回溯,进一步提高了算法的效率,并结合Excel和VBA给出了算法的具体实现。     

N皇后问题的回溯算法改进

回溯算法是解决N皇后问题的经典算法。在分析N皇后问题的解结构的基础上,优化了利用回溯法求解N皇后问题的解空间树,并改进了互不攻击的条件,大大地减少了比较次数和求解的复杂度,通过理论分析和实验证明了改进算法的可行性。     

基于博弈论的启发式搜索算法的改进研究

基于博弈理论提出了一种路径搜索问题的优化算法,将路径搜索问题的搜索空间映射为博弈的策略组合空间,而路径搜索问题的目标函数映射为博弈的效用函数,通过遍历博弈支持集搜索纳什均衡解,并利用启发思想根据博弈的结构制定搜索策略,以期望用最小的代价减少搜索节点数、提高应用系统的性能及效率。     

一种改进的RRT机器人路径规划算法研究

路径规划技术是目前机器人领域研究热点,而路径规划算法是其核心内容。可变步长的快速随机搜索树（Rapidly-exploring Random Tree,RRT）算法在机器人路径规划算法中复杂度高、效率较低,针对这一问题,提出一种改进的RRT算法。在可变步长的随机树生长过程中,引入双向生长策略,利用双向生长特性,提高路径搜索效率,解决了最优路径与低效率间的矛盾。实验仿真数据表明,改进后的RRT算法在路径规划中不仅算法复杂度低,且搜索效率提高了约一倍。     

基于改进蚁群算法的移动机器人路径规划

针对蚁群算法进行机器人路径规划时存在搜索空间大、效率低、容易陷入局部最优解、易出现死锁现象等问题,提出了一种改进的蚁群算法。在蚁群算法基础上,只对较优蚂蚁路径进行信息素浓度更新|针对U型障碍物,提出了蚂蚁回退策略,以及一些仿真实验策略改进。仿真结果表明：改进后蚁群算法能快速搜索到最优路径,有效避免死锁现象,与其它算法相比,具有良好的路径寻优能力与避障性能。     

基于变参数阈值的随机扩展树算法路径规划研究

针对随机扩展树算法在未知空间中进行路径规划扩展时随机性大,且扩展的树节点在整个环境空间中搜索过于均匀等问题,提出一种基于变参数阈值的随机扩展树算法。改进后的算法在路径规划中,针对具体情况选取参数阈值作下一步扩展,使得每次扩展都有着一定的概率性偏向目标|同时设定可变参数阈值,避免了陷入局部极小值,有效解决了随机性大和搜索均匀问题。通过Matlab仿真实验,验证了该算法的可行性和有效性。     

基于频繁模式树的快速关联规则挖掘算法

提出了一种挖掘频繁项目集的有效算法——FFP-Growth，该算法采用自底向上的策略搜索频繁模式树，但不同于FP-Growth的是它无须生成条件模式基和频繁模式子树，且生成的频繁模式树较TD-FP-Growth生成的频繁模式树小，因而能提高关联规则的挖掘效率．类似于TD-FP-Growth的扩展TD-FP-Growth(M)和TD-FP-Growth(C)，FFP-Growth很容易被扩展，以此来有效地减小搜索空间．实验结果表明本提出的算法是有效可行的．     

模拟退火算法与遗传算法的结合应用研究

模拟退火算法具有较强的局部搜索能力,并能使搜索过程避免陷入局部最优解,但模拟退火算法是一种NP类算法,对整个搜索空间的状况却不能很好的搜索,收敛速度慢,从而使得模拟退火算法的运算效率不高。遗传算法来源于生物遗传学和自然选择机理,通过人工方式所构造的一类搜索算法。其局部搜索能力较差,但把握总体搜索过程的能力较强。若能将两者有机的结合,既加速了算法的收敛速度又避免陷入局部最优解。     

A heuristic method for solving triangle packing problem

INTRODUCTION Most packing problems (Dowsland and Dow-sland, 1992) are NP-hard (Garey and Johnson, 1979); among which are bin-packing, floorplan, rectangle packing, packing a set of circles into a large circle or square, non-rectangular packing problems and so on (Li and Milenkovic, 1995; Liang et al., 2002; Lip-nitskii, 2002; Milenkovic and Daniels, 1996; Milenk-ovic et al., 1991; Osogami and Okano, 2003; Wang, 2002). Some of these such as bin-packing problem and rectangle packing p…     

高校多级多校区分布式网络排课软件设计分析

高校扩招,人数增加,异地校区增多,排课复杂度增加.以茂名学院的排课管理的实际情况为背景,对软件系统的设计从需求、功能模块、数据流和排课算法等方面进行了详尽的分析,实现了高校多级多校区网络系统环境下分布式排课.     

N皇后问题回溯算法探讨

本文在分析N皇后问题解的结构的基础上,优化了利用回溯法求解N皇后问题的算法的循环结束条件,借助于矩阵改进了互不攻击的条件检测方法,避免了求解复杂的逻辑表达式,大大地减少了比较次数,使得算法的运行效率更高。     

哈夫曼编码的另一种实现算法

传统哈夫曼编码借助树形结构构造,算法实现时使用链表或静态链表结构,空间的每个结点内有左、右子树、双亲指针。本文给出了哈夫曼编码的另一种实现算法,该算法抛开树结构,用一个数组模拟二叉树的创建过程并得到符号的深度,然后根据这一信息为每个符号分配编码。对于大型文件来说,整个编码、译码过程中需要的空间比传统哈夫曼编码要少得多。     

有保证调度算法的研究

有保证的调度对硬实时系统是必须的 ,这是因为系统中每个进程必须满足它们的截止时间 ,否则后果不堪设想 .本文讨论了两种有保证的调度算法 ,它们是分支限界法和回溯法 ,给出了用这两种算法寻找最优解的过程 ,提出逻辑结点和物理结点的概念 .通过对多个进程集合寻找最优解的实验 ,对两种算法在产生的结点个数、比较次数、搜索树的拓扑结构及占用的内存空间等方面进行了比较     

稀疏度自适应回溯追踪算法改进

针对压缩感知重构算法中信号稀疏度未知和步长大小固定的问题,提出一种新的压缩感知信号重构算法,即基于弱选择的稀疏度自适应回溯追踪（SPWAMP）算法。该算法将自适应思想、变步长迭代思想与回溯思想相结合,在未知信号稀疏度的情况下,利用阈值方法选取预选集,通过变步长更新支撑集原子个数并结合回溯思想剔除不可靠原子,最终实现信号精确重构。仿真结果表明,当信号稀疏度K达到65时,该算法重构精度相对稀疏度自适应匹配追踪（SAMP）算法提高了40%,而此时正交匹配追踪（OMP）算法、子空间追踪（SP）算法和分段弱选择正交匹配追踪（SWOMP）算法已无法实现重构。因此,该算法相对其它同类算法提高了信号重构精度。     

不定方程x^2＋y^2＋z^2=2（xy＋yz＋xz）的解及其性质

从方程自身的特征出发,研究解的特性,引入方程的同组解、邻解、奇解与非奇解、互质解的概念,得出方程最简单的解和互质解谱树图,导出一系列解的性质的结论,且可由方程的最简单的解和互质解谱树图求出方程全部解的结果。     

由遍历序列构造二叉树的非递归算法实现

二叉树的构造有多种方法,给出一棵二叉树的中序序列和后序序列,可以构造出这棵二又树,但一般采用递归算法.尽管递归算法具有结构简炼、清晰、可读性强等优点,但递归算法在执行过程会耗费太多的时间和空间,为了追求算法的时空效率,必须将递归算法转化为非递化算法,问题才能得到有效解决,本文设计了一个非递归算法,输入一棵二又树的中序遍历和后序遍历的结点序列,构造出该二又树,该算法对于一棵有n个结点的二又树,具有O(n)时间复杂度,是解决该问题的最优算法.     

基于改进 CRUISE 算法的遥感影像分类研究

以南京南部高淳县为研究区,采用2010年ETM＋多光谱遥感影像作为遥感信息源,选择影像的地形因素、植被指数（NDVI）作为辅助分类特征,基于改进CRUISE算法构建决策树,实现了研究区的地物分类,并与其他分类方法的结果相比较。实验结果表明,与普通的决策树分类相比,基于改进CRUISE算法的分类可以有效地提高土地分类结果精度,具有良好的适用性。