基于分形的树木生长建模方法

针对树木生长建模的复杂性和挑战性,采用分形的方法对树木的生长过程进行建模。根据树木枝干和叶片的自然生长特点,模拟叶片的生长过程,采用分形的算法生成树木的主要枝干,并采用Logistic模型模拟树木的生长过程。通过改变树叶的大小、树的深度、弯曲度以及树的大小等参数实现交互式动态生长模型,能够较为逼真地展现树的生长过程。     

基于改进模拟植物生长算法的应急物流中心选址研究

结合自然灾害的特点,建立了以总成本(包括应急服务设施点建设成本、运输成本和灾害损失成本)最小为目标的选址模型,并运用改进的模拟植物生长算法进行求解。首先运用一个启发式算法(聚类方法)求出初始方案,并以此为初始值运用模拟植物生长算法得出最终方案,这样可以极大地降低算法的迭代次数,从而快速得到最优解。最后,通过一个算例验证了本算法的正确性及有效性。     

基于节点编码的最小生成树算法

以图论和遗传算法为基础,提出了求最小生成树问题的基于节点编码的遗传算法.该算法采用Prufer数对最小生成树进行编码.初始群体由系统随机产生,在遗传操作中采用单点交叉操作及基本位变异操作.实例表明,该算法可得到多个最优解.     

基于FF算法的数据信道算法的研究

目前的三种光交换技术中,OBS（光突发交换）因具有适中的交换粒度,较高的带宽利用率和其他很多优点,成为下一代全光网络的模式之一。OBS网络最关键的是其信道调度算法,它对网络性能的影响很大。这里主要介绍了OBS网络的信道调度算法——FF算法,并提出了基于FF算法的新的算法思想。     

基于区域生长算法的彩色舌诊图像分割技术研究

为准确地提取舌象特征,在解决选取种子像素和定义区域均匀性测度两项关键技术问题的基础上提出了一种改进的区域生长算法。实验表明该方法取得了良好的分割效果。     

基于DNA算法对VRP求解的新思路

随着现代物流产业突飞猛进的发展。物流配送车辆的线路优化问题（简称VRP）也成为了众多学者探究的新方向。将DNA计算搜索Euler路径的算法用于物流配送的车辆路线优化问题。提出采用以基本单位的寡聚核苷酸相连接,从而形成不同长度的片断对节点和孤段进行编码的新编码方法,通过强度检验就可以知道寡聚核苷酸片断的连接顺序,映射得到车辆的行使路线的新的测序方式。结合遗传算法和DNA算法的各自优势,交替进行全局寻优和局部寻优,通过测试发现其可以相对较准确、快速的实现车辆线路的寻优。     

基于蚁群算法的ACO-BP神经网络性能研究

BP神经网络是一种按误差逆传播算法训练的多层前馈网络,是目前应用最广泛的神经网络模型之一,存在收敛速度慢、易陷入局部最优等问题。将蚁群算法与BP神经网络相结合,在一定程度上克服了训练网络时间长、精度不高的问题,并与GA-BP神经网络对比分析,展示了ACO-BP神经网络的性能优势。     

基于优化的布谷鸟算法的无线传感节点定位研究

针对无线传感网络的DV-HOP定位算法存在误差大的缺点,提出了使用优化的布谷鸟算法的用于节点定位。首先,阐述了DV-HOP算法节点定位中存在的不足,其次,对布谷鸟算法在种群初始化使用伪反向学习策略,提高了种群多样性;在步长方面引入指引因子概念,仿真实验中,与布谷鸟算法在不同的基准测试函数中对比取得了较好的效果,在节点定位的节点能耗、测距误差和锚节点密度方面都取得了较好的效果。     

云计算环境下基于遗传蚁群算法的任务调度

研究了云计算环境下的任务调度问题,通过构造云计算环境下的任务调度模型,提出了一种混合调度算法,该算法是蚁群算法与遗传算法的有机融合。其中的遗传算法采用间接编码方式,结合由遗传算法衍生出的优化解,对蚁群信息素的分布进行初始化处理,使遗传算法的快速搜索能力得到充分利用,并通过克服蚁群算法的起始信息素不足问题,加快了求解速度。云计算环境下的仿真实验结果表明,该混合算法是一种行之有效的任务调度算法。     

氮形态对植物生长和品质的影响及其机理

就两种主要无机氮源——铵态氮和硝态氮对植物生长和品质的影响,对植物矿质元素的组成、植物酶活性的影响及其在相互作用关系等方面的最新进展作了综述,并对有机氮在有机农业和绿色食品中应用前景作了展望。     

基于遗传算法的BP神经网络图像复原算法研究

本文在把BP神经网络算法应用于图像复原问题基础上,引入遗传算法对BP网络训练和调整,给出具体的GABP算法方案设计及具体实现步骤,并将改进后的算法应用于图像复原仿真,验证了混合算法相较传统BP网络在收敛速度及均方误差值方面的优越性能。     

基于区域生长的肝区提取算法

提出一种基于区域生长的肝区提取方法。该方法用形态学的方法提取区域生长的种子，并对区域生长根据肝部形状特点作限制，防止过度生长到其它的器官。实验证明该方法能从和周围脏器灰度值相近的CT图中提取出完整的肝脏，对肝脏的进一步分析有实际意义。     

基于改进微粒群算法的网格任务调度方法

任务调度是网格计算环境中影响性能的重要因素。提出了一种新的任务调度方法,该方法先对任务执行时间进行预测,然后运用改进微粒群算法进行任务调度,达到最小化任务执行时间的要求,最终实现网格资源的优化分配。通过仿真试验对算法的有效性和性能进行了验证,并比较了与遗传算法调度方案之间的性能差异。     

一种基于遗传免疫算法的种系树构建方法

系统发生树的柄建问题是一个NP完全问题,研究构造发生树的近似最优算法有着重要意义。将遗传算法和免疫算法结合起来,形成了一种利用抗体多样性保持策略的IGA,并将其用在最大简约法的构建中,结果表明方法是可行的。     

Ｐ２Ｐ系统中基于信誉感知的超级节点选择算法研究

对层次式Ｐ２Ｐ系统中恶意超级节点频繁离开网络导致系统不稳定甚至崩溃的问题,提出一种新的基于信誉的超级节点选择算法．建立节点基于历史交换回馈信息的信誉评估算法,以信誉评估为基础,构建信誉感知的超级节点选择算法,选择信誉高的节点为超级节点．理论分析和仿真结果表明,该算法有效地提高了系统的稳定性．     

基于混合遗传算法的滑动 MTI 参差码优化设计

在滑动参差MTI滤波器设计中,通过选择适当的参差码改变雷达发射脉冲周期,使盲速大于目标可能的最大速度,并使第一零点尽可能浅,以确保不会丢失陷入其中的弱目标。参差码设计是一个组合优化问题,采用混合遗传算法对最优参差码进行搜索,该算法避免了遗传算法中的早熟问题,增强了算法的全局搜索能力,提高了算法收敛速度。仿真结果表明,该算法是可行且高效的。     

基于遗传退火算法的无线传感数据采集研究

随着科技的进步与社会的发展,无线传感网络进入高速发展阶段,越来越多的学者开始对无线传感网络数据采集进行研究。本文根据目前存在的研究方法,提出了一种基于无线传感网络数据采集的改进退火算法,该算法在传统模拟退火算法的基础上,引入遗传算法,改进种群的多样性,对收敛性进行优化,从而加强建筑结构监测的精确度。对比测试结果表明,基于改进退火算法的无线传感网络数据采集在实际过程中切实有效,可以对数据采集做到科学、精确的检测效果。     

基于遗传算法的QoS路由优化算法

由于一些像远程视频会议之类的新服务要求更好的服务质量,多媒体通信路由算法需要使用多个QoS的参数。然而解决QoS路由问题、搜索两个无关参数的可行路径是一个NP完全问题。提出了一种基于遗传算法的QoS路由算法。仿真实验结果表明,该算法具有很好的性能并且为多约束QoS路由问题的求解提供了一种有效的途径。     

基于分形技术的茶树生长建模算法研究

农业生产技术迅速发展,农业设施不断改善,农作物的习性也必须随之改善以满足需求。现阶段的茶树生长环境封闭又极其繁琐,只能在各自茶树标注观察。在茶叶生产中,春茶不采,夏茶不发;茶树不修剪,植株生长不健壮。这种繁琐不规则情况就是茶树生长冗余现象与超补偿效应的具体表现。为此,提出基于分形技术的茶树生长建模算法研究,将繁琐的、不规则的、相似的茶树生长统计,建立分形技术模块,通过茶树生长检测,结合数据模块,提出的分形技术模型能够准确地对茶树生长的自相似性进行建模并压缩进行茶树生长建模算法研究的过程。仿真实验表明,基于分形技术的茶树生长建模算法研究,实现了茶树生长的分形技术的应用,为用户提供了更好的茶树生长环境,提高了茶树生长质量,具有较高的精度和较低的空间复杂度,为茶树生长有更好的环境和质量提供帮助。     

一种基于遗传蚁群算法的海量案例检索方法

针对传统的蚁群算法在海量案例检索应用中,由于冗余案例数据的干扰,算法易陷入局部最优解而不能对解空间进行全面搜索的缺陷,将具有快速良好的全局搜索能力的遗传算法加入到蚁群系统的每一次迭代过程中,提出了一种融合遗传算法和蚁群算法的案例检索算法,对案例进行聚类处理,建立案例映射模型,克服了蚁群算法的缺陷.实验结果表明,利用本文提出的遗传蚁群算法进行案例检索,能够有效地提高案例检索的效率,取得了令人满意的效果.