动态车辆调度系统的滚动时域调度算法

提出了一类特殊的动态车辆调度问题--动态独占性带时间窗口装卸货问题.给出了问题的数学描述,分析了其静态性质,并把问题简化为不对称带时间窗口旅行商问题.提出了求解该动态问题的滚动时域调度算法,通过时域的不断滚动,不仅可以跟踪问题的动态变化,还由于每次滚动只对部分客户进行处理,可以减少问题的求解时间.并分析了算法的3个要素:当前客户窗口、当前客户窗口的调度和滚动策略.测试结果验证了算法在求解动态车辆调度问题中的有效性.     

智能型入侵检测模型的设计

针对目前大多数入侵检测系统存在的局限性,提出了一种较为完善的入侵检测模型,即将专家系统和神经网络技术同时应用于入侵检测系统中,重点分析了规则的生成.为进一步提高检测性能,提出了遗传算法优化BP(Back Propagation)神经网络,经论证本设计降低了漏报率和误报率.     

解一族线性方程组的一个并行算法

发掘和利用现有串行算法中的并行性,直接将串行算法改造为并行算法,是并行算法设计的最常用方法之一。提出一个基于Huang算法的解一族线性方程组的并行算法,该算法在集群系统环境下,具有较好的灵活性和优越性。算例表明,对病态线性方程组显得特别有效。特别是在时间紧迫、可考虑方案或边值可选较多的情况下,具有可观的快捷高效性。     

扰动的线性方程组通解的Huang算法

本文给出了求解扰动后新方程组的直接方法，它简捷，计算量和存贮量都不大，数值结果也表明它是相当有效的。对于替换多个方程的情况，用本方法均可直接处理。     

集群式计算机系统在生物信息学中的应用

1　Introduction　SMP (symmetricmulti processing)andMPP (mas sivelyparallelprocessing)arethetwotypesofstruc tureofparallelcomputing .　Symmetricmulti processingsystemshavemultipleCPUsattachedtothesamebusandsharingRAM .Massivelyparallelprocessingisthecooperated pro cessingofaprogrambymultipleprocessorsthatworkondifferentpartsoftheprogram ,witheachprocessorusingitsownoperatingsystemandmemory .ThechoicebetweenSMPandMPPdependsonthenatureoftheproblembeingsolved .Iftheproblemcanbeeasilypartit…     

适用于数据分类的极限学习机优化算法

针对极限学习机参数优化问题,提出量子遗传算法优化极限学习机的方法（QGA-ELM）。在该方法中,对ELM的输入权值和隐含层阈值采用量子比特编码,并将其映射为QGA的染色体,QGA的适应度函数为对应ELM的分类精度;通过QGA的量子旋转门优化出输入权值与隐含层阈值,以此训练出分类精度更高的ELM,从而改善ELM的泛化性能。通过ELM和QGA-ELM对数据集的仿真结果对比表明,QGA-ELM有效地提升了ELM网络的分类精度。     

一种基于正区域及其分类纯度的决策树算法

本文分析了基于正区域的决策树生成算法的不足,针对这些不足,提出了基于正区域及其分类纯度的决策树算法。该方法计算简单,易于理解,并用实例说明了该方法的优越性。     

基于PSO的控制系统中周期性任务的优化调度

控制系统中任务的调度不仅影响系统的资源利用率,而且影响系统的控制性能。首先分析了周期性实时任务,并给出了任务模型。基于此,采用了EDF调度算法。根据系统的性能指标与任务的采样周期的关系,采用粒子群算法对系统性能进行优化。仿真结果表明,这种算法是有效的。     

Nearest neighbor search algorithm based on multiple background grids for fluid simulation

The core of smoothed particle hydrodynamics (SPH) is the nearest neighbor search subroutine. In this paper, a nearest neighbor search algorithm which is based on multiple background grids and support variable smooth length is introduced. Through tested on lid driven cavity flow, it is clear that this method can provide high accuracy. Analysis and experiments have been made on its parallelism, and the results show that this method has better parallelism and with adding processors its accuracy become higher, thus it achieves that efficiency grows in pace with accuracy.     

求解矩阵Penrose广义逆的混合智能算法

有效求解矩阵Penrose广义逆是一个困难的问题．首先将求解Penrose广义逆转化为求最小极值问题,结合粒子群算法和差分算法的优点,设计了混合智能算法．仿真实验结果表明：混合智能算法求解Penrose广义逆是有效的和可行的．算法易于计算机实现,计算精度高．