Huffman树在公交车调度问题中的应用

在公交车调度问题中,本文提出一种新的方法,即Huffman最优树算法,该算法在电报编码和计算机指令系统优化等许多方面被广泛应用.合理解决公交车调度问题对于增加公交车公司的利益,满足乘客乘车需要都有重要意义.     

Apriori算法在网上考试系统中的应用

在远程教育系统的网上考试系统模块中,数据库和数据仓库中的用户交互数据记录了用户对系统的访问行为信息,利用最小支持度和最小置信度,挖掘出频繁项集,对这些信息的分析有利于远程教育教学管理人员和教师掌握学生对知识的掌握情况,从而可以对教学内容加以改进,对教学平台进行优化.     

免疫遗传算法在BP网络结构优化中的应用

免疫遗传算法是基于免疫原理的改进遗传算法，它能克服遗传算法易早熟、搜索效率低、不能很好保持个体的多样性等缺点。本文将免疫遗传算法用于BP网络结构优化设计中，仿真实验结果表明，该方法有很好的效果。     

基于混合选择策略的GA数值寻优

函数优化是遗传算法应用的一个方面,标准遗传算法通常采用的是轮盘赌选择、单点交叉和变异等基本操作算子,其缺点是全局收敛性差,易造成“不成熟”收敛现象。研究表明,GA的收敛性主要是由选择算子实现的,轮盘赌选择易产生较大的随机误差,基于期望值和轮盘赌的混合选择策略则能够改善此误差。仿真结果表明,混合选择能够有效地提高GA对全局最优解的搜索能力,较好地改善“早熟”现象的产生。     

基于UKF算法的电池荷电状态SOC估算研究

新能源汽车锂电池荷电状态是反映电池及电源系统的重要参数,为达到实时估算SOC目的,基于无迹卡尔曼滤波算法提出SOC估算解决方案。在MATLAB/Simulink环境中建立一阶Thevenin等效电路模型和无迹卡尔曼滤波算法,通过建立混合功率脉冲特性实验,辨析出不同SOC和温度对电池模型的影响参数,将辨析出来的参数代入到UKF算法中进行仿真实验。实验结果表明,该荷电状态估算具有较高的精准度。     

我们应该如何认识数学的本质--对林夏水先生"论数学的本质"一文的商榷

对数学的本质应该怎样认识，这不仅是数学哲学的一个基本问题，而且是一个具有时代性、前瞻性、发展性、综合性的数学哲学核心问题．对数学本质的认识不应该从传统数学哲学的角度退缩到方法论的一个狭隘的层面，而应该从更广阔的、更为多样的角度进行透视．林夏水先生的“数学是一门演算的科学”的见解，忽略了数学的非演绎性和非算法性，因而无法完全概括数学的本质．在数学深刻的思想与知识变革过程中，“数学是关于模式的科学”的观点是对数学本质的恰当定位。     

基于对数变换的凸二次规划不可行内点算法

基于对数变换和不可行内点算法,对凸二次规划提出了一种新的迭代方向原始-对偶不可行内点算法,并证明了算法的全局收敛性和多项式复杂性,该算法可以看做近期Pan等人关于线性规划算法的推广.     

基于混沌映射、小波变换和RSA加密的数字水印算法

本文提出了一种新的公开算法的数字水印算法。该算法首先应用Logistic映射构造了一个原始图像的子图,其次把DWT变换作用在这个子图上得到两个子带LH1和HL1,然后对这两个子带进行RSA加密并把水印嵌入在这两个被加密的子带上,接着解密这两个子带并通过IDWT变换重构子图,最后按构成子图的顺序把每一个8×8像素的小块放回到原图中相应位置,从而得到了一个嵌入了水印信息的图像。实验结果表明,通过该算法嵌入的水印具有较好的鲁棒性、安全性和不可感知性。     

改进蚁群算法的动态K-均值聚类分析

提出了一种基于改进蚁群算法的动态K-均值聚类算法思想,该算法首先利用蚁群算法的较强处理局部极值的能力,动态地确定了聚类数目和中心,然后利用蚁群聚类得到的结果,再进行K-均值聚类弥补蚁群算法的不足。两者有机结合起来可以寻求到具有全局分布特性的最优聚类,实现了基于改进的蚁群聚类算法分析。     

基于关联规则的数据挖掘技术在高校教学评价中的应用

目前很多高校对教师教学质量的评价主要是给出一个结论,而对影响教学质量的因素没有进行分析。本文将基于关联规则的数据挖掘技术应用在教学评价中,对挖掘结果进行分析,并提出了指导意见。