前向网络的两种混合学习策略

针对前向网络反向传播算法（ＢＰ）训练缓慢和易于陷入局部极小的缺点以及反向运算的复杂性,利用ＢＰ算法监督学习特点、模拟退火（ＳＡ）算法在局部极小处的概率突跳特性和遗传算法（ＧＡ）的并行化群体搜索的特点,有效结合ＢＰ和ＳＡ算法以及ＧＡ和ＳＡ算法,提出了前向网络的两种混合学习策略即ＢＰ＆ＳＡ混合策略和ＧＡ＆ＳＡ混合策略。以异或问题为例,通过计算机仿真对混合策略与ＢＰ、改进ＢＰ算法的比较表明混合学习策略较大程度改进了前向网络学习的收敛性能和收敛速度,并一定程度上避免了反向运算的复杂性,是前向神经网络学习的有效算法。     

关于旅行售货员问题的混合遗传算法研究

遗传算法（ＧＡ）是一类仿生算法，广泛应用于大型优化问题的求解，本文介绍孤原理和算法，并用简单遗传算法（ＳＧＡ）和混合遗传算法（ＨＧＡ）对旅行售货员问题（ＴＳＰ）进行了研究。     

单亲遗传算法及其应用研究

针对传统遗传算法（ＴＧＡ）在求解组合优化问题方面存在的不足,提出一种单亲遗传算法（ＰＧＡ）。ＰＧＡ不使用ＴＧＡ常用的交叉算子,而是通过基因换位算子隐含交叉算子的功能来实现进化操作,简化了遗传操作过程,并且不要求初始群体具有广泛多样性,不存在“早熟收敛”问题,仿真结果表明这种算法是有效的。     

用热力学理论对热释电晶体TGS的改性研究

从热力学德文希尔理论出发，指出关系Ｐ／χ＝Ｐｓ／Ｃ可作为提高铁电晶体的热释电材料优值Ｍ（Ｐ／ε）的一条途径，即通过提高其自发极化强度Ｐｓ来提高其材料优值Ｍ（Ｐ／ε），并生长出了用大极性分子尿素改性的ＴＧＳ晶体－ＵＴＧＳ、ＤＵＴＧＳ、ＬＵＴＧＳ和ＤＬＵＴＧＳ．测试结果表明，这些晶体的自发极化强度Ｐｓ和材料优值Ｍ（Ｐ／ε）均比纯ＴＧＳ有显著提高．     

异构计算系统的表调度式任务映射与调度算法

研究了在异构计算系统（ＨＣＳ）中利用表调度式算法进行任务映射与调度．给出两种异构静态优先级表调度式任务映射算法（ＨＳＰ和ＧＨＳＰ）,以及一种异构动态优先级表调度式任务映射算法（ＢＨＤＰ）．实验结果表明,ＧＨＳＰ算法对于粗中粒度ＤＡＧ的调度效果稍好于ＨＳＰ算法,而ＢＨＤＰ算法对于粗粒度和细粒度ＤＡＧ的调度效果均明显优于ＨＳＰ和ＧＨＳＰ算法．     

家兔高脂血症模型的建立及其在灵芝药理研究中之应用

作者采用脂肪乳剂对家兔连续灌胃２ｗ，分析比较了灌胃前后血清甘油三酯（ＴＧ）、总胆固醇（ＴＣ）、载脂蛋自Ｂ（ＡｐｏＢ）之变化和血浆血栓素（ＴＸ２）和前列腺素１６─Ｋｅｔｏ─ＰＧＦ１α之变化。结果发现：ＴＣ、ＴＧ、ＡｐｏＢ、ＴＸＢ２均明显上升，有极显著性差异（Ｐ＜０．０１）；６－Ｋｅｔ－ＰＧＦ１α明显下降，具有极显著性差异（Ｐ＜０．０１）。其中，Ｔｃ含量较灌胃前增力１５．４倍，ＴＧ较灌胃前增加３．３涪，完全符合食饮性动物高脂血症模型的特点。作者采用上述模型观察了灵芝对其ＴＣ、ＴＧ、ＡｐｏＢ、ＴＸＢ２、ｄ－Ｋｅｔｏ－ＰＧＦ１α之影响。结果发现：用灵芝制剂对高脂血症家兔行灌胃治疗，ＴＣ下降率为３．１１８％±２．８９％，ＴＧ下降卒为６２．９９±１２．１８，与对照组有显著差异（Ｐ＜０．０５）。ＡｐｏＢ有一定程度降低。     

MPEG音频解码中子带合成滤波器的快速算法及定点DSP实现

高质量的数字音频编码一般都采用频域子带编解码算法。以ＭＰＥＧ－２ＡｕｄｉｏＬａｙｅｒⅢ标准为基础,推导了在高质量数字音频编解码算子的子带合成滤波器模块中改进的反向离散余弦变换（ＩＭＤＣＴ）快速算法,并讨论了加窗运算的技巧及其在定点数字信息处理（ＤＳＰ）中实现的具体方法。在保证运算精度的前提下,该基于ＩＤＣＴ的快速算法在ＤＳＰ实时实现中大约可减少２／３的运算量与４／５存储空间。     

NARMAX模型辨识的直交化最小二乘新算法

基于实际中常用的ＣＧＳ（ＣｌａｓｓｉｃａｌＧｒａｍ－Ｓｃｈｍｉｄｔ）、ＭＧＳ（ＭｏｄｉｆｉｅｄＧｒａｍ－Ｓｃｈｍｉｄｔ）、ＨＴ（ＨｏｕｓｅｈｏｌｄｅｒＴｒａｎｓｆｏｒｍａｔｉｏｎ）及Ｇｉｖｅｎｓ算法，给出了１类改进的直交化最小二乘新算法，分别称之为改进的ＣＧＳ、ＭＧＳ、ＭＨＴ及ＭＧＶ算法，改善了原算法的数值稳定性．将改进算法用于非线性ＮＡＲＭＡＸ模型辨识，构造出了１种新的模型结构与参数辨识的一体化算法．新算法基于逐步回归进行模型选项并消去模型中的冗余项，保证了最终模型的结构优化，并可给出比Ｂｉｌｉｎｇｓ等算法精度更高的参数估计．仿真结果证明了文章中算法的优越性     

外磁场对玉米幼苗脂质过氧化的影响

用场强为１０００，１４００，１８００ＧＳ的磁场处理玉米（ＺｅａｍａｙＬ．）种子，采收二、三叶期幼苗做为试验材料，以极谱氧电极法测超氧化物歧化酶（ＳＯＤ）活性，滴定法测过氧化氢酶（ＣＡＴ）活性，比色法测丙二醛（ＭＤＡ）和谷胱甘肽（ＧＳＨ）含量．结果表明，经磁场处理种子后，玉米幼苗的叶及根中ＭＤＡ含量降低，ＳＯＤ和ＣＡＴ活性提高，ＧＳＨ含量增高．揭示了外磁场可削弱玉米幼苗脂质过氧化作用     

PEG渗透调节对小麦种子活力的影响

ＰＥＧ渗透调节对小麦种子活力的影响孙耀中，李兰芬，许滨莲（河北农业技术师范学院农学系，昌黎，０６６６００）（河北省昌黎县种子管理站）ＴＮＥＥＦＦＥＣＴＳＯＦＰＥＧ’ＳＯＳＭＯＴＩＣＲＥＧＵＬＡＴＩＯＮＯＮＷＨＥＡＴＳＥＥＤＶＩＧＯＵＲＳｕｎＹａｏｚｈ...     

一种基于遗传算子优化组合的TSP问题求解方法

一般遗传算法求解旅行商问题时,存在着搜索速度与求解质量之间的矛盾.针对此问题提出了一种逆序与对偶组合算子,用以增强遗传算法的局部搜索能力.将其与具有良好全局搜索模式的均匀杂交算子优化组合应用,采用自然数和二进制相互转换的编码方式,构造了一种对TSP问题进行求解的遗传算法,保证了算法的全局收敛性.仿真实验结果表明,该求解方法具有良好的搜索效率和求解质量.     

基于改进和声算法的TSP路径求解

为了提高和声搜索算法（HSA）的收敛速度和准确度,设计了一个基于动态调节概率机制的动态和声搜索算法(DHSA),并将其应用于旅行商问题（TSP）求解.为了验证DHSA的有效性,选取TSP数据集bayg29和ch150,通过Matlab软件将遗传算法（GA）、HSA与DHSA进行仿真实验.实验结果表明,DHSA收敛精度最优,获得的最优路径最短.     

Solving constrained traveling salesman problems by genetic algorithms

Three kinds of constrained traveling salesman problems (TSP) arising from application problems, namely the open route TSP, the end-fixed TSP, and the path-constrained TSP, are proposed. The corresponding approaches based on modified genetic algorithms (GA) for solving these constrained TSPs are presented. Numerical experiments demonstrate that the algorithm for the open route TSP shows its advantages when the open route is required, the algorithm for the end-fixed TSP can deal with route optimization with constraint of fixed ends effectively, and the algorithm for the path-constraint could benefit the traffic problems where some cities cannot be visited from each other.     

基于混合人工蜂群算法和A*算法的求解旅行商问题算法

针对旅行商问题（TSP）,基于群智能优化算法的人工蜂群算法 (ABC)可以较为有效的解决并规划出一条合理的路线。ABC算法的优点在于将优化求解的过程转化为模仿蜂群采蜜的仿生行为,容易求得可行解。但是该算法依然存在着种群数量过多、速度较慢的缺点。本文分析了ABC算法的模型并对更新策略进行了改进,在ABC算法得到初始解的路径点后再使用A-star算法进行优化,通过将两种算法组合的方式进行改进。实验证明在解决TSP的路径规划中,整体的路径表现更优,且减少了冗杂的迭代更新,提升了算法的效果。     

基于空间填充曲线和or-opt搜索求解旅行商问题

为探索求解大规模TSP（旅行商问题）有效实用方法，提出基于SFC（空间填充曲线）和or-opt混合算法来求解TSP，其中SFC方法能快速且有效地获得初始解，or-opt搜索算法可有效改进初始解。通过中国旅行商问题（CTSP）数据测试，无论是速度还是精度都能满足一定要求，证明这种混合算法能快速有效地解决TSP，并为解决大规模此类问题提供了一种新的思路。     

激励机制改进蚁群优化算法用于全局路径规划

为提高优化算法搜索能力,分析了基本蚁群优化算法和心理学家斯金纳的强化激励方法的基本原理,将正、负激励原理应用于改进基本蚁群优化算法,提出了基于激励机制的改进蚁群算法,并给出了其数学描述。将改进的算法应用于求解旅行商问题和避碰约束下的最短路径规划问题,并与基本算法进行比较。仿真试验显示,改进的蚁群算法有效搜索到最短路径,实现全局路径优化。由于采用了激励机制,使得种群中所有个体都能够积极向最优解移动,从而更快地找到最优解,其较之基本蚁群算法具有较快的收敛速度,整体性能优越,能够应用于求解路径规划等问题。     

Hopfield网络求解旅行商问题有效性的研究

对Hopfield网络求解旅行商问题的有效性进行了研究,实验结果表明使用Hopfield网络求解TSP问题时存在两难问题,提高解有效性概率导致解的路径长度优化能力降低,而提高解的路径长度优化能力导致解有效性概率降低.     

遗传算法及其在遥感线性、非线性模型反演中的应用效果分析

分别以2类常见的遥感模型--线性光谱混合模型和GOMS模型为代表研究了遗传算法在遥感线性和非线性模型反演中的应用效果,并与逐步二次规划法等确定性搜索算法进行了比较.结果表明,遗传算法在线性遥感模型反演中的优势并不明显.而在非线性遥感模型反演中优于确定性搜索算法.这主要是因为对于线性模型来说,一般定义的代价函数为凸函数,大多优化算法可以收敛于全局最优解,相比较而言,遗传算法因其搜索效率低,故优势不明显.而在非线性模型反演中,代价函数的形式比较复杂,可能是非凸的,因此遗传算法的优势得以发挥,这也说明与一般确定性搜索算法相比,遗传算法具有更好的全局收敛性.     

用随机神经网络优化求解C-TSP

基于动态随机神经网络(DRNN:Dynamical Random Neural Network)求解典型旅行商优化问题TSP(Traveling Salesman Problem),通过简化方程参数的改进算法,针对解决大规模TSP的求解效果在时间以及路径寻优上所存在的问题,提出一种新的分区方案来解决中国31城市的旅行商问题.所获得的最优路径结果与目前公开文献中已有的其他神经网络所解的结果相比较,显示出采用随机神经网络解决多于10个变量TSP问题的优越性.实验结果表明,采用该方法解决31个城市TSP的优化,所得出的最短距离(15 112.7km)比已有5种算法的结果都要少.     

求解货郎担问题的几何算法

提出了求解货郎担问题的一种几何算法，它的时间复性为：Ｏ（ｎ＾３／ｍ）次比较，Ｏ（ｎ＾２）次求距离运算与Ｏ（ｎ＾３／ｍ＾３）次加法运算，其中ｎ，ｍ分别为点集的点数和凸包顶点数。