两阶段相结合的广义投影类算法

讨论了非线性不等式约束最优化问题，利用一种新的广义投影技术建立问题的一类算法，该算法的初始点可任意选取，且能自动地将初始化和最优化两阶段统一起来。算法不但无需作任何转轴运算，而且只采用ε－约束集内函数梯度确定广义投影阵，方法结构简单，计算量小，具有普遍意义。     

一种有效的混合均衡算法

提出一种基于自适应均衡算法和盲均衡算法的混合算法DDLMS-Godard算法，该算法充分发挥了DDLMS算法和Godard算法的优势，克服了各自的缺陷，在MATLAB6．0平台上的性能仿真结果表明，DDLMS-Godard算法不仅收敛速率快，而且稳定性好，具有很好的实用价值。     

多源单汇无线传感器网络的局部路由算法

无线传感器网络节点有着严格的能量限制，目前已有的许多路由协议假定了节点知道网络的全局信息或者让节点根据路由表进行路由。这些方式均会使网络产生较多的通信负荷，增大能量开销。结合多源单汇路由的特点，本文提出了几种局部路由算法。该算法中，节点仅根据目标节点与邻居节点的地理位置、剩余能量等信息，决定下一跳节点，最终建立到达目的节点的路径。本文首次引入了带约束后跳发射的思想，并将这种后跳发射与已有的算法相结合得到新的后跳路由算法。计算机仿真实验表明，在有数据融合的网络中，带约束的后跳－为难度路由算法使得网络的生存时间最长，较其余算法增加了网络11%和14%的工作周期数。最后又将局部路由算法进行合理改进，得到最小化平均为难度的算法，应用于无数据融合的网络中，效果很好。     

几种隐私数据挖掘算法研究进展

隐私数据挖掘是数据挖掘的一个重要研究方向,它旨在研究在数据挖掘过程中如何保护私有的和敏感的数据不被泄露。文章阐述几种常用的隐私数据挖掘算法,分析它们的技术特点,文末对几种隐私数据挖掘技术进行总结与展望。     

交通运输行业低碳多式联运路径优化研究

交通运输行业是仅次于电力行业的第二大温室气体排放源，近年来各国对其“低碳化”发展的关注不断提高，运输产业如何承担相应的低碳减排责任，积极变革寻求一种绿色低碳的运输方式成为行业发展的热点问题。低碳多式联运作为一种环境友好型的运输模式，通过综合多种运输方式的技术经济优势可以有效降低运输过程中产生的碳排放量，并逐渐被各大运输公司所关注。本文基于成本和时间双重约束下，将二氧化碳排放量纳入到多式联运研究中，通过碳价函数将二氧化碳的排放量换算为二氧化碳的排放成本，形成考虑整个运输过程的总成本，并在设定时间约束下，建立低碳多式联运优化模型，采用遗传算法求解，得出最佳低碳多式联运组合方式和路线，研究对基于企业层面如何建立多重约束下的低碳联运模式进行探索，并提出了相应的政策建议，研究结论对于促进我国交通运输业供给侧低碳结构性改革具有参考意义。     

动态全参数自调整BP神经网络预测模型的建立

本文从减少干预的思想出发，提出了BP神经网络动态全参数自调整学习算法，使得隐层节点和学习速率的选取全部动态实现，实现了学习速率和网络的适应能力，最后又将改善后的BP神经网络应用到经济领域中，得到了比常规经济学模型更优的效果。     

一类改进的自适应蚁群算法

从系统学的角度分析了蚁群算法的分布武计算、自组织和正反馈等的系统特征．给出了改进的蚁群算法详细分析和分类,通过TSP问题应用TSP-Ei151在MATLAB7．6中进行了仿真实验．实验结果证明改进的算法在迭代次数、牧敛性和全局性上优于基本蚁群算法．     

Ranking scientific articles based on bibliometric networks with a weighting scheme

As the volume of scientific articles has grown rapidly over the last decades, evaluating their impact becomes critical for tracing valuable and significant research output. Many studies have proposed various ranking methods to estimate the prestige of academic papers using bibliometric methods. However, the weight of the links in bibliometric networks has been rarely considered for article ranking in existing literature. Such incomplete investigation in bibliometric methods could lead to biased ranking results. Therefore, a novel scientific article ranking algorithm, W-Rank, is introduced in this study proposing a weighting scheme. The scheme assigns weight to the links of citation network and authorship network by measuring citation relevance and author contribution. Combining the weighted bibliometric networks and a propagation algorithm, W-Rank is able to obtain article ranking results that are more reasonable than existing PageRank-based methods. Experiments are conducted on both arXiv hep-th and Microsoft Academic Graph datasets to verify the W-Rank and compare it with three renowned article ranking algorithms. Experimental results prove that the proposed weighting scheme assists the W-Rank in obtaining ranking results of higher accuracy and, in certain perspectives, outperforming the other algorithms.     

考虑能耗的自动化码头装卸设备协调调度

为提高自动化码头服务水平和减少能耗,在考虑自动化码头装卸设备作业能耗的基础上,针对自动化集装箱码头三种装卸设备(岸桥、自动引导车和自动堆垛机)间的协调调度问题,以设备总作业时间最短和总作业能耗最低为目标,建立多目标混合整数规划模型,并用遗传算法求解。结果表明,考虑能耗会对装卸设备的装卸时间产生影响,能耗要求越低,装卸时间越长。利用该模型可以实现三种装卸设备间的协调调度,并实现时间效率与节能之间更好的权衡。     

基于时空相似测度的冷链物流分区配送路径优化

为提高生鲜品冷链物流配送的时效性,进而提高冷链配送企业的服务质量和市场竞争力,考虑客户地理位置的相邻性和交货时间窗的相似性,提出基于时空相似测度的冷链物流分区配送路径优化模型。借助基于时空相似测度的k-means聚类方法和遗传算法,实现客户的动态分区和路径优化。通过算例发现:基于时空相似测度进行分区的路径优化方案不仅在配送成本、时间惩罚成本和货损成本上明显优于基于传统的固定分区和基于空间相似测度进行分区的路径优化方案,而且时效性也明显改善。