汉诺塔问题迭代算法实现和分析

本文实现了汉诺塔问题取代递归算法的迭代算法,介绍了它的递归算法和迭代算法的算法过程,并从算法占用存储单元和机器运行时间等方面对此两种算法进行了算法比较和分析。     

一种新的混沌免疫优化算法

结合混沌优化算法与免疫算法的特点,提出了一种新的混合优化方法———混沌免疫优化算法.该算法综合了免疫算法与混沌优化算法在各自的空间搜索优势,充分利用免疫算法的记忆库中当代最优解指导混沌搜索。实验结果表明,该算法具有较强的搜索能力和收敛性能,算法有效可行。     

数据结构中最短路径算法的实现

最短路径算法种类繁多,比较有名的算法包括:Dijkstra算法、Ford算法、Floyd算法、Moore算法、A*算法、K值算法,而即使同一种算法也有多种不同的实现方式。本文介绍了求最短路径的Dijkstra算法的设计思路及Visual C 语言编程实现。实验表明:该算法能高效地求出一个顶点到其它各顶点的所有最短路径。     

正交频分复用系统自适应位加载算法综述

对单用户正交频分复用系统中几种常见的位加载算法包括贪婪算法、Chow算法、Fischer算法以及基于信噪比门限的简单分块加载算法进行了论述,对各个算法的复杂度和性能进行了比较和系统分析.分析得出:贪婪算法复杂度最高、发射功率最低;Chow算法使得系统的性能余量最大化;Fisher算法具有最优的误比特率性能;简单分块加载算法减少系统信令开销且具有更低的复杂度.     

基于肤色和AdaBoost算法的人脸检测

文章提出了一种新的将肤色算法与AdaBoost算法结合起来的人脸检测算法.算法主要是将用肤色检测算法得到的肤色特征,做为一种新的矩形特征加入到AdaBoost算法的训练过程中.新算法提高了人脸检测的正确率,降低了误检率,新算法的鲁棒性更强.     

BM算法与WM算法的比较

模式匹配算法比较成熟,但是传统的模式匹配算法对提高Snort检测性能的效果不是十分有效。Snort采用的BM算法是一种单模式匹配算法,目前研究者对Snort模式匹配算法的研究和改进主要是采用多模式匹配算法来替换原有的BM算法。本文主要介绍了BM算法和WM算法,分析了这两种算法的基本原理并进行了一些相关的比较。     

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。     

几种改进的萤火虫算法性能比较及应用

萤火虫算法（FA）是继粒子群算法、遗传算法、模拟退火算法等经典智能算法之后,由剑桥学者YangXin-she提出的一种模仿自然界萤火虫捕食、求偶行为的新颖的群体智能随机优化算法。该算法近年来逐渐在不同优化领域得以成功应用,但也存在易陷入局部最优、算法过早收敛等问题,为此许多学者对萤火虫算法进行了改进。针对基于惯性权重的萤火虫算法、基于混沌算法的萤火虫算法这两种改进算法,通过几种标准检验函数对各算法的性能进行详细的仿真、比较,得出具体试验结果。在控制系统PID参数优化中应用改进后的萤火虫算法,仿真结果表明改进后的萤火虫算法寻优精度和搜索速度均优于基本粒子群算法。     

大数据时代下智能化算法侵权的认定规则

算法决策的高速发展与其模糊的归责机制和相对后滞的裁判标准间形成了巨大鸿沟。文章认为：在侵害形式上,智能化算法可能通过算法标签、算法歧视、算法操纵等形式对用户个人和社会整体造成严重损害。在主观意志上,智能化算法控制者知晓算法要达成的目标,且可以干预算法的决策进程,此外还能够预知算法的逃逸风险。但算法黑箱的存在使智能化算法的运行过程存在不可知性,因此,一般侵权责任条款不能解决智能化算法的侵权责任认定问题,但由于智能化算法具备产品的属性,因而可以通过产品责任规则来认定智能化算法的侵权责任。     

基于文化蚁群算法的过热汽温PID参数优化仿真研究

将蚁群算法纳入文化算法框架,提出了文化蚁群算法,既突出了蚁群算法的全局收敛快鲁棒性强的特点,又结合文化算法避免了一般算法在搜索过程中出现的停滞状态;将文化蚁群算法用于电厂过热汽温控制PID参数优化整定,通过仿真实验,发现文化蚁群算法与其他方法算法相比,具有更好的控制效果。     

并行动态随机数在DES加密算法中的应用

针对DES加密算法中使用的随机数离散度不高、线性相关度大的问题,提出采用并行动态随机数算法。经实验及分析证明该算法能显著提升DES加密算法的抗攻击强度,是一种新的提高DES安全性的有效途径。     

一种求解MAX-k-SAT问题的新方法

基于差分演化算法提出了一种求解最大可满足问题（MAX-k-SAT）的改进算法,记为IBDE,并通过对一系列随机大规模MAX-k-SAT实例的求解进行验证。实验结果表明：IBDE是一种求解MAX-k-SAT问题非常有效的新方法。     

神经网络的BP训练算法和遗传优化训练算法的对比研究

BP算法是人工神经网络的传统常用训练算法。遗传算法是一种新型的、随机性的、全局性的优化方法。基于MATLAB对比这两种训练方法的异同和优缺点,从而达到神经网络的最优化训练,充分发挥神经网络的作用。     

对VFP数据库更加可靠的加密算法

当通过采用随机数生成密码时,密码无规律可寻,即使用户知道密码的生成算法,也很难破译.合法用户输入的密码可以通过解密算法被系统接受,用户可以根据使用要求改变密码,通过加密算法生成新的不可识别的密码存放到数据库中.     

一种新的随机数发生器及其统计检验

首先介绍一些常见的随机数发生器及其优缺点,然后给出了一种新的随机数发生器及其算法,并对它产生的随机数序列进行了统计检验。对比结果发现：新的随机数发生器在具有常见随机数发生器优点的前提下,同时具有较优的均匀性和独立性。因此,它也不失为一种统计性质较优的随机数发生器。     

一种连续随机波动模型参数估计的新算法

金融时间序列数据中波动问题成为了近年来计量与金融工程领域的一个新热点。本文基于辅助模型提出一种连续随机波动模型参数估计的新算法—间接推断估计,并将新算法在仿真情况下进行了模拟,结果发现选择合适的辅助函数构造出来的间接推断估计具有较高地估计精度和有效性。     

非线性随机扰动的粒子群优化算法

在惯性权重非线性递减策略的基础上,引入小阻尼振荡函数,提出一种新的非线性递减随机扰动的粒子群算法,通过2个基准测试函数对算法性能和收敛性进行了分析.实验仿真表明：相对于标准粒子群算法,新策略加快了收敛速度,在一定程度上避免了粒子群优化算法的早熟收敛问题.     

分布估计算法在多维函数优化中的应用

分布估计算法是一类新的进化算法,它通过统计在当前群体中选出的个体信息给出下一代个体分布的概率统计,用随机取样的方法生成下一代群体。文章将建立在一般结构Gauss网络上的分布估计算法应用于多维函数的优化并与传统的粒子群优化算法进行了比较。仿真实验结果表明,分布估计算法可以在很短的时间内收敛至全局最优解,避免了传统算法的不足,提高了函数优化的准确性。     

基于随机化的排序过程分析

随机化算法的流程和结果受所使用的随机函数的影响，按影响的性质和程度分为“随机不影响算法的执行结果”、“随机影响执行结果的正确性”、“随机影响执行结果的优劣”三种情况，主要表现在算法的时间效率上．用随机函数全部或部分地抵消最坏输入，可使算法的时间效率不完全依赖于输入的好坏，通过对输入的适当控制，使得执行结果相对稳定．     

随机集值相补问题

本文引人一类新的随机集值相补问题，讨论这类问题解的存在性以及由算法所产生的序列的收敛性。本文所得结果推广和发展了近期一些作者的主要工作。