一个K-均值文档聚类的改进算法

k均值算法是一个常用的局部搜索算法，它的主要缺陷是容易陷入局部极小，并且该局部极小解与全局最优解往往有很大的偏差。本文提出一个基于K-均值的迭代局部搜索文档聚类算法。该算法以k均值算法所得到的解作为初始解，从该初始解开始作局部搜索。在搜索过程中接受部分劣解。当解无法改进时，算法对所得到的局部极小解做适当强度的扰动后进行下一次的迭代，以跳出局部极小，从而拓展了搜索的范围。实验结果表明该算法对文档数据集聚类的正确性迭99％以上。     

基于并行模拟退火算法的TSP问题求解

针对标准模拟退火算法串行优化单个解，优化过程较长、效率较低的弱点，提出一种基于多种群群体优化的并行机制。该机制通过将单个解的串行优化转化为许多个解同时进行的并行优化来提高算法的整体优化效率。利用该算法求解TSP问题能够显著提高优化效率，仿真结果表明该算法是有效的。     

处理多目标问题解群体分布性的一种网格技术

对多目标进化算法中的非支配集如何保持解群体分布性的问题进行了讨论.同时结合了网格与解群体方差技术,对原有的网格技术进行了改进,设计了一种适用于个数较少的解群体保持分布性的算法,增强了其操作上的严谨性.     

基于GWO-ABC的混合算法研究

大多数种群优化算法面临的共同缺陷是全局搜索能力不足，易陷入局部最优解。文章基于灰狼优化算法和人工蜂群算法，引入混沌映射和OBL策略，提出了新型GWO-ABC混合优化算法。通过GWO-ABC算法优化了FOPID控制器的参数，仿真结果表明，该算法性能优于其它算法。     

基于IGA算法的FastSLAM算法研究

为了使自主移动机器人在SLAM(同步定位和地图创建)上更加准确,分析了粒子滤波器（Particle Filter,PF）的FastSlam 算法在粒子退化和粒子早熟两方面的不足,提出了一种改进算法（IGA算法）。该算法通过替代原有的重采样过程,改善了粒子多样性,提高了预测精度。在粒子早熟方面采用模拟退火思想对遗传算子进行改进,避免了遗传算法中的遗传算子易陷入局部最优解产生“早熟”现象问题。仿真结果表明,IGA算法使粒子保持的多样性更加持久,算法精度持续时间更长。     

Z-MAC协议改进算法

为改善Z-MAC协议在不同网络流量下的表现,通过对Z-MAC协议的分析,在该协议原有退避算法基础上,提出了一种基于流量的自适应退避算法。相对于原有算法固定长度的退避窗口,该算法可以根据网络流量的变化动态调整退避窗口的大小,从而提高了协议的灵活性。通过NS2.26软件仿真分析,实验结果表明,该算法在吞吐量、丢包率、延迟等多个方面均优于原有算法。基于流量的自适应退避算法可有效改善Z-MAC协议的性能。     

求解车间作业调度问题的免疫粒子群算法

粒子群算法已成功地应用于著名的旅行商问题和其他一些组合优化难题。为了使用粒子群算法来解决生产问题，该文在原有的粒子群优化模型的基础上提出了一种新的免疫粒子群算法，由具体算例验证该算法是有效的。     

基于LM和SA的混合优化算法

针对LM算法及模拟退火算法各自存在的不足,提出一种交替使用二者的混合优化算法（SALM算法）.该算法先通过模拟退火算法粗调得到一组全局最优近似解,再以该近似解为初值,交替使用模拟退火算法和LM算法,直至发现满意的最优解.实验结果表明,新算法不但具有模拟退火算法的全局收敛特性而且保留了LM算法的局部收敛速度,克服了单纯模拟退火算法所产生的随机性和概率性问题,也弱化LM算法对初始条件的依赖程度,保证了求解的速度和精度。     

基于自适应杂交、变异率的演化算法

在遗传算法过程中存在着对杂交、变异率的选取不当，增加了迭代的次数，甚至直接导致算法陷入局部最优解。本文提出一种自适应杂交、变异率的方法，并使用多父体杂交和非均匀变异的改进策略，实际计算表明，该算法性能稳定、搜索效率高，能有效地避免算法的“早熟”现象，且快速找到全局最优解。     

一种定向交叉的单纯形遗传算法

针对交叉算子产生个体的无方向性特点，提出了一种改进的实数交叉算子。该交叉算子吸收了单纯形法的思想，每次交叉都朝着当代种群最优解的方向进行，以提高算法的局部搜索能力。为了防止算法陷入局部极值，还提出了一种爬坡算子。实验证明，改进算法在提高收敛速度、摆脱局部最优解方面极为有效。     

一种求非线性整数规划全局最小解的算法

设计了一种求非线性整数规划全局最小解的算法.首先,利用改进的遗传算法快速找到初始的离散局部极小解;其次,把该离散局部极小解作为初始点,用所设计的局部搜索算法极小化填充函数去寻找一个更好的局部极小解,并且通过有限次迭代,最后得到全局最小解.数值实验表明该算法是有效的.     

一种自适应蚁群算法及其应用

蚁群算法是一种具有许多优良特性的新型算法,该算法具有较强的发现较好解的能力,但同时也存在容易出现停滞现象,收敛速度慢等缺点。在介绍基本蚁群算法的基础上,针对蚁群算法的不足,提出了一种自适应蚁群算法。该算法对蚁群算法中的信息素在更新过程中进行自适应调整。实验结果表明,该算法比传统的蚁群算法具有更好的搜索全局最优解的能力,并具有更好的收敛性。     

The Embedding Method for Nonsmooth Equations

1IntroductionTherehavebeenmailystudiesonnonsllloothequatiollsl"'"]F(x)=0,FiD=R"-R",((l.l)butfewauthorsusedembedding1lletllodtosolve'theequations(1.l).In1990,S.M.RobinsonstudiedthenonsnlootllembeddingmethodforaclassofBdifferentiableequationsill[51.WhenFiss…     

SA法在求解非线性约束优化问题中的应用

传统数学规划方法如梯度法等在解决非线性规划问题时,往往会由于问题本身的多峰性而落入局部最优解中,得不到全局最优解,这使得传统方法在解决非线性规划问题中受到很大的限制.80年代初,S.Kirkpatrick提出了模拟退火算法(Simutaneous Annealing),该方法在解决复杂的组合优化问题中可以得出很好的结果.它是一种仿金属退火物理过程的随机算法,在理想状态下可得出全局最优解,并能以一定的概率跳出局部最优解所在的区域.本文我们将探讨SA法在求解非线性约束优化问题中的应用.     

线性最小二乘问题求解讨论

通过最小二乘准则及线性最小二乘拟合问题的引入,给出了超定方程组及最小二乘问题的概念,同时给出了最小二乘解的定义。讨论了最小二乘问题与法方程组的解的关系,并指出了极小最小二乘解及其解的表达式,着重讨论了法方程组的病态问题。研究的结论,给出了较稳定的算法——4R算法,有改进的正交化方法和左乘H法。     

一种支持多线宽直线反走样算法

从理论上说明了反走样现象的产生和解决办法,结合经典的DDA画线算法与Wu反走样算法,给出了一种任意线宽和复杂背景色下的直线反走样快速绘制算法:在x(y)轴上以一个像素单位的步长进行移动,而在直线的y(x)方向上根据直线的宽度,进行跨度像素填充,填充的色深值依赖于该像素到直线中心线的距离、原有背景色和当前直线绘制色。最后,对算法进行去浮点优化,给出了复杂度分析、实验结果及应用情况。     

基于改进的贪婪算法在0/1背包问题中的研究与应用

对贪婪算法的概念、特性、及其解决问题的步骤进行了阐述,结合0/1背包问题重点对贪婪算法进行了分析,总结归纳传统贪婪算法的解决方案,提出改进的贪婪算法解决策略。     

基于改进的贪婪算法在0/1背包问题中的研究与应用

对贪婪算法的概念、特性、及其解决问题的步骤进行了阐述,结合0/1背包问题重点对贪婪算法进行了分析,总结归纳传统贪婪算法的解决方案,提出改进的贪婪算法解决策略。     

一种求矩阵方程AXB=C最小二乘对称解的迭代法

提出一种迭代法求最小二乘问题min‖AXB-C‖的对称解.通过这种方法,给定初始对称矩阵X1,在没有舍入误差的情况下,经过有限步迭代,找到它的一个对称解.并且,通过选择一种特殊的初始对称矩阵,得到它的最小范数对称解X^＊.另外,给定矩阵X0,通过求解最小二乘问题min‖AXB-C‖（其中C=C-AX0B）,得到它的最佳逼近对称解.     

基于路段流量的交通分配模型的遗传算法

本文讨论了基于路段流量的交通分配问题,指出其最优解是满足wardrop平衡条件的。对这类问题本文采用了遗传算法,并给出了算法的基本思想及详细的实现过程。数值实验表明该方法是可行有效的,可以用于实际交通路网的配流计算。