图的支配集的有效算法

给出了利用命题逻辑公式的析取范式和主析取范式求图的全部极小支配集和最小支配集以及全部极小边支配集和最小边支配集的一般算法     

基于蚁群算法的最小电路测试集生成算法

为了提高电路故障的测试速度和精度．在现有的传统故障测试集生成算法的基础上,引入蚁群生物的路径规划策略,设计一种基于蚁群算法的电路故障最小测试集生成算法。详细阐述蚁群算法的设计思想,给出数字电路测试问题向蚁群规划问题的转换过程,包括基于蚁群算法的最小测试集生成流程。并对设计的电路故障最小测试集生成算法进行了理论上的性能分析和实际的测试验证,测试结果表明该算法具有较高的综合效率。     

基于改进庄家法则的多目标进化算法

非支配集的构造方法是多目标进化算法中最重要的问题。在用庄家法则构造非支配集时,若非支配个体较多,由于需要进行多轮比较,所以算法的计算复杂度较高。在庄家法则中引入一个副庄家,用以减少下一轮比较个体的个数,从而最终减少比较的轮数。数值实验表明:改进后的算法具有较高的运行效率。     

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.     

改进的“第k最好算法”

"第k最好算法"是求双层线性规划问题最优解的有效方法之一.对前人的"第k最好算法"进行了改进,提出了按最小下降量原则对容许集的极点按上层目标函数值由大到小依次进行枚举的方法,从而减小的求解的计算量.     

求图最小控制集的逻辑算法

本文介绍了求图的全部最小控制集的逻辑算法,并用此方法对监狱看守通讯系统等问题给予求解.     

一个SNP问题的多项式时间算法

讨论关于单体型的无间隙的最小单核苷酸多态性位点的移去问题.通过分析其对应图模型的性质讨论问题等价形式;证明求解该问题等价于求对应图的最大独立集与独立数;给出求最大独立集与独立数的算法,从而得到此问题的有效的多项式时间算法.     

基于概率参数的Apriori改进算法

关联规则可在庞大的数据集中找出不同事务之间隐藏的关系,其中Apriori算法是关联规则分析中较为有效的办法。然而,Apriori算法产生候选项集的效率较低且扫描数据过于频繁,造成算法计算需要耗费较长时间。另外,初始定义的最小支持度与最小置信度也不足以过滤无用的关联规则。针对以上问题,利用概率理论与有效的参数设置,在原有Apriori算法基础上,提出一种基于概率事务压缩的关联规则改进算法。数值算例结果表明,新算法可在第二次迭代之后,大幅减少低效候选项集,从而提升经典Apriori算法效率。     

基于多线激光雷达的道边检测算法

为了让智能汽车辨识可行驶区域,道边检测是前提。使用多线激光雷达,通过对大量道边点数据进行分析,提出一种道边检测与跟踪算法。首先,通过分析扫描点特征,建立多阈值筛选算法,提取出有效道边点集;其次,采用基于K-means改进的聚类算法对有效道边点集进行聚类分析,得到左、右两侧的道边点集;最后,使用最小二乘法拟合得到左右道边。经过实际验证,该算法道边检测准确,处理每帧数据平均仅需34ms。     

一种新的频繁闭项目集挖掘算法

为了解决频繁闭项目集挖掘中时间和存储开销大的问题,提出了一种基于FC-tree（频繁闭模式树）的频繁闭项目集挖掘算法max-FCIA（最大频繁闭项目集挖掘算法）.该算法利用哈希表映射事务数据库,通过对哈希表进行操作从而得到所有频繁项目集的支持度,进而生成包含所有频繁项目的有序树.经过剪枝处理的有序树就是包含所有最小频繁闭项目集的FC-tree,最后用最小频繁闭项目集生成频繁闭项目集.实验结果表明,该算法通过映射事务数据库,减少了扫描数据库所浪费的时间,提高程序执行效率.另外,运用有效的剪枝策略,避免了不必要候选项目集的生成,节省了存储空间,实验证明该算法是有效的.     

极简函数依赖集的研究

通过对最简的最小函数依赖集的研究,提出了极简函数依赖集的概念．同时,依据函数依赖与逻辑代数的等价性原理,设计了极简函数依赖集的算法,实际上这也是一种最小函数依赖集的算法．     

多目标进化算法在非线性方程组中的应用

将非线性方程组问题转化为多目标函数优化问题,利用NSGA-Ⅱ的非支配集的构造方案和基于拥挤距离排序方法产生子代种群,依适应度排序选择子代个体进行下一代优化.本文将NSGA-Ⅱ中遗传算法GA替换为进化策略ES,通过非支配集的调整与拥挤距离重新排序可以进一步提升收敛速度,同时避免种群的早熟,保证初始种群个体的优良性能得以继承.仿真实验表明,本文算法可以进一步提高非线性方程组解的精确性和求解效率,从另一个角度为非线性方程求解提供了一中新的途径.     

时延和功耗约束无线传感器网络连通支配集算法

针对无线传感器网络虚拟骨干时延和功耗的约束问题,提出（α,β）-约束的连通支配集算法．根据（α,β）-约束定义了时延约束的连通支配树问题（CDTT）,并给出构建同时符合时延约束和有限总功率消耗的连通支配树（CDT）算法．算法分为2个阶段执行：首先在单位圆图上构建网络的极大独立集,然后在无向图上基于不同权值的最小生成树和最短路径树,构造满足（α,β）-约束要求的支撑树．理论分析和仿真结果表明提出的算法能够正确地解决CDTT问颢,并能够构建平衡功率消耗和传输时延要求的无线传感器网络虚拟骨干．     

改进的Glover-Klingman算法

针对Glover-Klingman算法运行时间长的缺点,对Glover-Klingman算法进行了改进,改进后的算法能快速地找到最小度限制树.仿真结果表明了新算法的有效的性,且仿真结果与新算法的预期效果是一致的.     

一种改进的分布式互斥请求集生成算法

分布式互斥请求集的性能,对基于竞争的分布式互斥算法的消息复杂度、对称性、同步时间及容错能力等均具有直接影响.而分布式互斥请求集生成算法性能,如时间复杂度、空间复杂度,则对算法的运行速度、计算能力具有直接影响.通过对基于循环编码的分布式互斥请求集生成算法运行过程的研究,特别是对该算法的时间复杂度的研究,提出一种改进的基于循环编码的分布式互斥请求集生成算法.此算法在不明显增加算法空间复杂度和请求集长度的基础上,能够显著提高请求集生成算法的时间复杂度,从而使得算法的运行速度和计算能力都得到显著增加.     

求解最小费用流问题的蚁群算法

为了运用蚁群算法解决最小费用流问题,首先结合有向网络描述了最小费用流数学模型,运用从终点向始点反向计算的思想求解在最大可行流约束下的最小费用,然后给出了其具体过程.最后通过仿真实验,调整圈法和标号算法验证表明：该算法是有效可行的.     

改进的“第k最好算法”

“第k最好算法”是求双层线性规划问题最优解的有效方法之一。对前人的“第k最好算法”进行了改进,提出了按最小下降量原则对容许集的极点按上层目标函数值由大到小依次进行枚举的方法,从而减小的求解的计算量。     

分类规则的蚁群挖掘算法

提出了一种分类规则的蚁群挖掘算法.算法首先对所有的连续属性值离散化,得到相应的离散属性,然后让各只蚂蚁按照某种策略选择相关属性,对所选属性再选择理想的属性值,循环地构造单个规则,接着更新训练集,最终形成各类规则集.最后用新规则约简算法进行约简操作.对两个公用数据的实验及其与Ant-Miner和C4.5的对比表明,算法能够发现更好的分类规则.实验同时表明该算法是有效的.     

基于最小二乘法的一种椭圆中心定位方法

文章利用CACH算法对数字影像进行预处理,最小二乘方法进行椭圆中心定位,在数字摄影测量中左右影响对标志中心图像坐标上非常有效.     

约束动态多目标免疫优化算法及性能比较

约束动态多目标优化对优化算法提出极高要求,已有算法在约束处理和准确跟踪Pareto有效面上均存在困难.基于免疫系统机理提出一种约束动态多目标免疫算法(CD-M OIAs),算法通过抗体浓度及其约束被支配度设计亲和力,优秀抗体被克隆突变,其他抗体分离为多子群独立并行进化,有效加速算法收敛速度和对不可行域的探索及开采.经由环境识别算子针对不同检测结果产生新环境的抗体群.数值实验中,将CDMOIAs和著名同类算法(DNSGAII-A,DNSGAII-B,CSADMO)用于DCTP系列约束动态测试问题进行仿真比较.结果表明CDMOIAs在跟踪Pareto有效面及其分布性方面优越于其他算法,多次独立执行统计值表明被提出算法的稳定性及收敛性具有一定的优越性.