一种新型混合遗传算法及其应用

根据遗传算法和人工蜂群算法各自特点,在遗传算法框架上,利用人工蜂群算法中跟随蜂选择\搜索策略,代替遗传算法中的变异操作,提出一种基于人工蜂群算法跟随蜂选择\搜索的混合遗传算法,并应用到0-1背包问题中。实验结果表明了该算法的有效性。     

混沌粒子群算法在数据库查询优化中的应用

查询计划的一棵左深树看作是一个粒子,对于左深树上的连接操作后序遍历生成一个编码,对粒子群进行速度和位置更新操作,并通过引混沌搜索机制,对粒子进行混沌扰动,保证粒子群个体的多样性,最后通过粒子间的信息共享与传递找到最优数据库查询优化方案。     

使用Fortran程序计算海森堡模型纠缠度的算法实现及随机数据的消除方法

介绍Fortran程序下计算海森堡模型纠缠度的算法实现及计算结果中所出现的随机数据的消除方法,为研究者们在各种普适计算中提高计算结果的准确度方面提供一些借鉴方法。研究方法:在利用置换群方法产生能量矩阵和N粒子纯态的纠缠度定义的情况下,使用Fortran软件编程计算海森堡模型的纠缠度,对计算结果中的非预期随机数据采用物理法及更换(matlab代替fortran)软件编程计算的方法进行消除。研究结果:使用物理法消除随机数据费时费力,使用更换软件编程计算以消除随机数据的方法效果较好。     

一种改进的蚁群算法在机器人路径规划中的应用

随着现代化科学技术的飞速发展,高科技技术也得到了越来越广泛地应用.路径规划技术作为机器人研究和人工智能研究中一个非常重要的研究领域,对于提高机器人功能和技术层次等方面都有巨大的作用.路径规划能够有效地帮助移动机器人实现导航技术的成功运用,同时也能够较好地评判移动机器人的智能化程度.本文主要阐述了移动机器人技术中基本蚁群算法在路径规划中的应用,同时改进并优化了该种蚁群算法,通过“三步走”的方式,帮助α、β与Q实现最佳组合确定的模式,以此来显著提高机器人的稳定性以及寻优能力.     

基于信息增益的特征选择算法在语音识别系统中的应用

在语音识别系统中,往往需要对输入的语音信息进行数据预处理操作,删除冗余的、不相关的特征值.针对传统应用于语音系统中特征选择算法中出现的效率低、错误率高的缺点,本文提出了基于信息增益的特征选择算法.该算法通过信息增益评价指标对属性进行排名及评价,选择最优的特征属性并删除无用的属性.通过大量的对比实验结果表明,本文提出的算法可以高效地完成特征选择语音数据预处理,并且提出的新算法与传统的特征选择算法选择出的特征属性应用在语音识别算法后能够更准确地识别和判断语音信息.     

电子皮带秤定量给料机大林算法的控制系统

本文介绍了一种应用于皮带秤上的定量电磁振动给料机,应用大林算法解决了给料机中存在的纯滞后环节给系统带来的稳定性问题。能够在给料机固有特性前提下达到预期的性能指标。大林算法通过构造数字控制器能够改善系统的调节时间和超调量和稳定性,使系统能够达到自己预期的效果。所以应用大林算法的定量给料机能够快速的达到设定的流量值并能够保持在设定值范围内基本无波动从而提高定量给料机的效率和精度。     

Quasi-Newton Method相关综述

拟牛顿算法是目前无约束优化问题的有效而著名的算法,是牛顿法的近似。牛顿算法要求目标函数二次连续可微,Hessian阵非奇异且正定,计算量较大。拟牛顿算法只要求目标函数一次连续可微,以拟牛顿方程为基础来构造算法,易于实现,计算量较小,并形成了完整的算法体系,在理论与实际应用上都有重要意义。本文在对拟牛顿算法中常见的BFGS算法、DEP算法、SR1算法及Broyden族的校正公式、性质、收敛性等进行了总结,同时针对近几年出现在解决实际优化问题中的拟牛顿算法的推广做了简单介绍。     

MWPMA工作流频繁模式挖掘算法

针对企业工作效率日益提高的需求,根据现有企业工作流管理系统的不足,对Apriori算法进行优化,提出MWPMA工作流频繁模式挖掘算法。     

基于GPU加速的扩频信号捕获方法

针对扩频信号捕获中计算量大和运算速度慢的问题,提出基于图形处理器(GPU)加速的捕获方法,将基于循环相关的捕获算法转化为计算统一设备架构(CUDA)线程块执行过程,使扩频捕获过程完全在GPU中加速执行,在保持原有扩频信号捕获概率的同时,显著提高了算法的运算速度.实验结果表明,基于GPU的捕获方法有效地提高了系统的执行效率.     

基于语义加权距离的语义相似度改进算法

在信息检索领域,概念的语义相似度计算起着重要的作用。针对现有研究文献中语义相似度计算中的若干问题,本文在语义加权距离算法的基础上讨论了多继承问题和概念属性问题。对于多继承问题,探讨了概念之间通过父概念和子概念进行连接所得到的路径长度相等的情况;对于概念属性问题,本文将对象类型属性和数据类型属性区别对待,提出了数据类型属性的相似度算法。最后,通过计算一个实例中概念节点的相似度,证明了本文算法的有效性。