分阶段多航空公司竞争下航班频率研究

航班频率是航空公司航班计划的核心内容,也是飞机指派及机组排班等运行计划的基础。本文首先以航班频率、平均票价、机型指数为参数,建立目标航空公司市场份额模型;然后由目标航空公司的运力供给,以利润最大化为目标,建立航班频率的混合整数规划模型,并利用ILOG软件求解。最后通过实例说明了这种方法在航班频率研究中的应用。     

分阶段飞行人员排班方法的研究

飞行人员排班是航空公司机组排班的重要内容，是机组资源合理利用的主要方面。飞行人员飞行任务安排是否合理关系到航班的飞行安全和服务质量。本文在飞行人员排班优化算法研究的基础上，提出了分阶段从机组生成到机组分配的思想，建立了基于飞行人员工作负荷均衡与机组人员协调性均衡的多目标模型，给出了采用模糊优选动态规划方法对飞行人员搭配协调性进行评价的实现过程。     

高斯消元法及其在信息学中的应用

高斯消元法是求解线性方程组的经典算法,在信息学广泛应用。在简要介绍高斯消元法的基本概念和步骤的基础上,给出了高斯消元法在信息学上应用的模版。     

π的高精度计算的算法

主要介绍了圆周率π的高精度计算的算法,利用数学公式进行C++编程。计算π的数学公式很多,这里采用的是高斯公式。对计算算法进行详细的讲解,每一步在计算机中是怎样实现的,并把π计算到小数点后10000位。     

混合单纯形算法与差分算法求解约束优化问题研究

为了求解约束优化问题,本文设计了一种基于约束的单纯形算法,并将其与差分算法想混合,实验证明算法能够得到较好的结果。     

一种求解云计算资源优化的改进蝙蝠算法

为了最大限度优化云计算资源分配中的执行速度,平均响应时间和系统利用率,提出一种基于高斯差分变异蝙蝠算法(GDMBA)的云计算资源调度优化方法。首先引入高斯差分变异改进蝙蝠算法,避免蝙蝠个体陷入局部最优,改进后的算法加快了收敛速度,提高了收敛精度,然后采用GDMBA对资源调度进行寻优。仿真实验表明,GDMBA有效提高了算法性能,在云计算的资源调度中有效优化了云计算系统中的资源调度能力,提高了云计算资源的利用率。     

多阵元天线系统BPSK码元优化聚焦通信

在蜂窝移动通信网络中,多阵元天线系统的BPSK调制码元分布优化问题决定了码间干扰抑制性能和信道优化。提出一种基于S变换和模拟退火算法的多阵元天线系统BPSK调制码元优化分布设计算法,建立多阵元天线系统的信道模型,并进行BPSK调制码元帧格式设计,采用S变换的高斯窗函数进行能量聚集,改变移动通信信道中的时变、空变及多径效应,提高了信道传输性能。仿真实验表明,采用该算法进行蜂窝移动通信网络的天线系统设计,能有效抑制干扰,优化天线阵列分布,提高接收阵元信道冲激响应增益,改善提高通信质量。     

一种新型三维条纹图像滤波算法

提出了一种自适应高斯引导的新型图像滤波算法。首先分析了引导滤波的数学模型,并在此基础上对其进行了改进,采用一个更加理性的参数优化算法。最后对改进的滤波算法进行了对比实验,实验结果表明自适应高斯引导滤波算法能够很好的滤除图像中的噪声,同时最大程度的保留了原始图像中的边缘和细节等信息。该算法对于激光三维条纹图像去躁具有良好的效果。     

树上逆重心问题的模型及解法

网络中的逆重心问题是典型的优化问题。本文考虑了所形成的网络为树时的逆重心问题,建立该问题的线性规划模型,并采用深度优先搜索算法和单纯形算法的混合策略进行求解,最后通过算例验证了该模型和解法的有效性和实用性。     

基于二步法的脉冲-高斯混合噪声去除研究

本文提出一个处理图像脉冲-高斯混合噪声的二步法。该二步法将噪声图像中的脉冲噪声和高斯噪声区别对待。首先,根据噪声模型的定义,我们可以利用一些现有的脉冲噪声探测算法将图像中的脉冲噪声探测出来,再利用算法去除脉冲噪声;然后,在第一步的基础上利用高效的高斯噪声去除方法去除剩下的高斯噪声。根据不同的实验对象和不同的噪声水平,第一步和第二步可以采取不同的方法,从而达到最优效果。     

基于航班纯度的鲁棒性机型指派问题研究

机型指派问题(FAP)是指根据飞机舱位能力、运营成本、潜在收益及飞机可用性,将具有不同舱位容量的飞机指派给各定期航班的问题.它是飞机、机组排班问题的基础,是整个航班计划中的最核心环节.然而,单独的机型指派最优对整个航班计划而言,可能是次优的,甚或是不可行的.本文针对国内航班计划特点,从航班的角度,定义了航班纯度概念,并建立基于航班纯度的机型指派模型.最后,以国内某航空公司干线网络为实例,表明该研究具有很大的理论意义和实践价值.     

基于K均值聚类的货源精准投放策略研究

针对K均值算法在聚类分析中还存在对初始值异常的敏感、容易陷入局部最优等问题,本文提出了一种基于相似度计算优化和指标加权优化的改进算法,首先采用欧式距离度量方式对传统K均值算法中的相似度计算进行优化,避免其进入局部最优,然后根据实际问题对聚类的指标进行加权优化。实例仿真试验结果表明,本文提出的基于相似度计算优化和指标加权优化的改进K均值算法在烟草零售终端数据聚类分析中效果良好,有利于提高货源投放的精准化。     

非高斯噪声下系统参数M估计及其递推算法

讨论了单输入单输出ARMAX系统在非高斯噪声环境下的参数估计问题。提出了一种基于M估计理论的系统参数动态递推辨识算法,利用函数逼近原理以及矩阵等价变换知识,给出了算法的详细推导过程,分析了M估计用于系统建模的原理,给出了适合在线计算的参数估计递推算法。最后进行了数值仿真,结果表明本文提出的算法具有较强的抗噪能力和良好的收敛性。     

基于模拟退火算法的船舶航向PID控制器参数优化研究

模拟退火算法(SA)是基于局部搜索算法的改进搜索算法,本文使用该方法对舶航向控制PID参数进行离线优化,利用SA算法对目标函数进行搜索迭代运算,得出优化后的PID参数,并进行MATLAB仿真实验与遗传算法(GA)和单纯形算法优化PID参数对比证明SA算法在优化PID参数的可行性和优越性,收敛时间短,系统无超调,上升快,应舵小,具有很强的鲁棒性。     

基于量子计算加速的Jacobi算法

Jacobi算法用于求解实对称矩阵的特征值和特征向量,算法中最费时的环节为查找非对角元素最大值;量子计算中的Grover算法在搜索规模为N的无序数据库时可以将时间复杂度降为O(N~(1/2))。本文提出用Grover算法的扩展算法——最大值查找的量子算法去加速Jacobi算法中最费时的步骤,进而提高整个算法的计算速度。     

一种基于语义关系图的词义消歧算法

在文本中,常常出现一词多义的现象,本文提出一种基于语义关系图的词义消歧算法,算法首先利用Word Net的语义关系构建语义关系图;其次,通过多义词在语义关系图的上下文选择最佳语义关系。测试用Senseval-3中的全文内容作为实验测试集,结果表明,词义消歧算法的测试结果很理想。     

基于微粒群算法的工程网络计划多资源均衡优化研究

为了更有效地解决工程施工管理中的多资源均衡问题,将改进的微粒群算法应用到多资源均衡优化中来,利用微粒群算法原理中粒子飞行中位置的进化过程来搜索各工序活动的最优开始时间方案。通过算例证明,该设计的目标函数可以更好地反映多资源均衡程度,同时以粒子群算法来解决此类问题具有搜索精度高,计算结果较为理想,贴近实际的特点,反映了在工程项目管理的多资源均衡优化中的可行性及有效性。文章提出的算法对于工程网络计划中的多资源均衡优化具有实际应用价值。     

基于边缘计算和深度学习的城市违章行为智能分析

本文提出了一种基于深度学习的城市管理违章行为的分析算法,可以智能分析出视频流中的常见违章行为,用于城市管理人员的远程执法,节省了人力;将深度学习算法部署在前端的边缘计算设备,显著的减小了云数据中心的计算压力和数据传输的延时,改善了系统的性能。     

一种基于改进的量子粒子群算法的翼型优化设计方法研究

本文将优化方法中的改进的量子粒子群算法与一种高精度的高效的单段和多段翼型CFD分析方法相结合,进行多段翼型的缝隙、重叠量和偏度的优化设计。     

基于微测井资料品质因子Q估计

<正>本文针对常规基于微测井资料相邻道谱比法估算Q值受旅行时间读数误差或速度估算误差等因素的制约使得算法稳定性不足和估算精度低等问题,提出一种基于速度分层约束的分段Q估计新算法,提高了近地表Q估计的稳定性和估算精度。近地表吸收衰减是削弱地震信号的高频成分、降低地震分辨率的根本原因。借助高精度反Q滤波可以最大限度地消弱近