考虑属性优先性的择期手术医患双边稳定匹配模型

针对考虑属性优先性的择期手术患者和医生双边匹配问题，提出了一种新的方法.在该方法中，首先，给出考虑属性优先性的择期手术患者和医生双边匹配问题的描述和医患双边匹配的定义；考虑到患者最关注的医生属性不同和医生对手术类型的擅长程度不同，分别给出了考虑属性优先性的医患个体理性匹配方案、医患稳定阻塞对、医患稳定匹配方案的定义；进一步地，根据患者提供的属性优先性信息，计算患者关于各优先属性集的权重，进而计算患者关于医生的综合满意度；构建了获得医患稳定匹配方案的多目标优化模型，基于多目标粒子群（MOPSO）算法设计了求解该模型的启发式算法；最后，通过算例说明了本文提出方法的可行性与有效性.     

混沌量子粒子群的权重类条件贝叶斯网络分类器参数学习

针对贝叶斯网络判别学习方法在处理大数据集时,存在的模型训练时间长、算法迭代次数过多等问题,通过引入指数级参数,提出了混沌量子粒子群的权重类条件贝叶斯网络参数学习方法。该方法首先通过优化对数似然函数,解决生成学习的参数估计问题。然后,使用生成学习的结果,初始化判别学习的参数。最后,引入混沌映射序列,通过混沌量子粒子群优化(chaos quantum particle swarm optimization, CQPSO)算法,优化条件对数似然函数。使用权重类条件贝叶斯网络分类器对液体火箭发动机的故障进行分类,仿真结果表明,改进的方法分类精度高,误分类率低。同时,采用CQPSO与量子粒子群优化(quantum particle swarm optimization, QPSO)算法、标准粒子群优化(particle swarm optimization, PSO)算法相比,能够有效减少算法的迭代次数,提高算法的效率。     

基于粒子能量的自适应粒子群优化算法

群优化是一种随机的群体搜索策略.针对粒子群算法易陷入局部最优和收敛速度慢等不足,提出了根据粒子的能量自适应调整参数的改进算法.该算法基于动力学和热力学的理论,计算每个粒子的能量值,并将优化过程中的群体视为热力学的某一状态,通过退火温度和粒子的能量动态调整算法中的惯性参数,达到对"惰性"粒子的原速度方向给予较大的牵引力的目的.优化过程中,随着系统温度的降低,惯性参数逐渐减小,有利于问题的收敛.算法中采用了带极值扰动策略,加速粒子跳出局部最优的能力.数值实验结果表明,该算法具有收敛精度高和收敛速度快的特点,可快速有效的求解约束和非约束优化问题.     

基于粒子群算法的地磁匹配航迹规划

针对无人机地磁匹配航迹规划问题,提出了一种基于粒子群优化算法的航迹规划方法.借鉴稀疏A-Star搜索算法的思想,将约束条件结合到搜索方法中,给出了基于地磁网格图的航迹节点扩展方法.结合无人机的机动性能约束和地磁匹配的自身特点,设计了一种适用于地磁匹配的航迹性能评价函数作为粒子群的适应度函数.仿真实验的结果表明:生成的航迹能够满足地磁匹配导航要求,且具有威胁规避的能力.最后,针对只在中制导段采用地磁匹配的情况提出了初步的解决方案,保证无人机顺利进入地磁匹配航迹段.     

考虑全过程优化的支持向量机预测方法

针对支持向量机（support vector machine, SVM）预测过程中影响因素选择、输入特征集优化、核函数选择及参数优化方面存在的问题,提出了一种全过程优化方法。首先使用频繁模式增长关联规则分析和模糊贝叶斯网络组合模型来解决影响因素选择中存在的主观性问题,然后使用在异常值处理和类内距离与类间距离方面进行改进的模糊C均值聚类算法优化输入特征集,减小支持向量机预测模型冗余度及训练样本集过修正度,通过比较各核函数的特点选择径向基核函数作为SVC的核函数,改进了粒子群优化算法中微粒速度和位置函数及惯性权重值算法,使用该方法优化SVM参数并建立预测模型。最后，通过案例运算和分析,证明该文方法具有更高的预测精度。     

基于粒子群优化算法的USV集群协同避碰方法

针对无人水面艇(unmanned surface vessel, USV)集群在路径规划中的协同避碰问题,提出了基于滚动优化策略结合粒子群优化算法的USV集群协同避碰方法。首先,通过已有雷达、光电等传感器参数指标建立综合视域模型;其次,采取基于正切函数的惯性权重调整结合线性调整学习因子的方法来提高粒子群优化算法的全局搜索能力,同时,在适应度函数中加入转艏角控制来提高路径的平滑性;最后,利用改进后的粒子群优化算法规划出每个综合视域内的路径。仿真实验结果表明,该优化算法能实现USV集群的实时避碰,并快速为USV集群规划出平滑、安全的全局最优无避碰路径。     

用于多峰函数优化的免疫粒子群网络算法

针对多峰函数优化问题,借鉴粒子群优化特性和免疫网络理论,提出一种免疫粒子群网络算法。该算法利用粒子群的信息共享和记忆功能,通过加强粒子对自身经历的认知,提高算法的局部搜索能力;采用动态网络抑制策略,保持种群的多样性,自适应地调节粒子群的规模。多峰函数优化的仿真结果表明,该算法能有效地改善种群的多样性,较好地实现全局优化和局部优化的有机结合,具有更强的多峰函数优化能力。     

Integral Imaging与模拟退火相结合的深度测量方法研究

该文提出一种IntegralImaging和模拟退火相结合的深度测量方法.针对传统立体视深度测量的复杂性,采用全真三维显示技术Integral Imaging成像技术记录空间三维信息.利用带约束的特征匹配算法并综合多种信息分析Integralimaging视图对之间的视差.将寻找匹配的问题设计为全局能量函数模型,并用模拟退火算法使该能量函数最小化,从而实现所有视图对中所有特征点的匹配.最后结合IntegralImaging深度估算公式获得空间深度信息.仿真结果表明该方法的有效性.     

离散粒子群社区检测算法

针对复杂网络中的社区检测问题,提出了一种基于节点影响力的离散粒子群社区检测方法。该方法以模块度密度作为目标函数,利用离散粒子群算法对其进行优化,在优化过程中提出了节点影响力的概念,其充分利用了网络中节点的相互关系检测网络中的社区结构。同时,在此基础上提出了基于节点影响力的粒子群初始化方法和粒子状态更新方法。利用人工网络数据集和真实网络数据集对所提算法进行测试,实验结果表明,所提算法具有较好的检测结果,能更好地对网络中社区进行划分。     

粒子动力学演化算法及其在求解SOP上的应用

根据粒子输运理论中粒子相空间能量最小原理和熵增法则提出一类粒子动力学演化算法，并在数据实验中用该算法求解了一些传统演化算法难于求解的单目标优化问题(SOP)，比如求解凸函数和多峰函数等最小优化问题。由于这种新的动力学演化算法能使几乎所有的个体参加杂交和变异，因此，与传统的演化算法相比，该方法不仅能较快速地求解线性和非线性优化问题，而且还能容易地求出达到最优解的多个坐标点。     

基于圆投影向量的景象匹配方法研究

景象匹配中经常会出现基准图和模板图之间存在任意角度旋转的情况,传统的结构化模板匹配算法通过逐个比较基准图和模板图对应像素灰度值之间的相关性进行匹配,所以只能工作在小角度旋转的情况下,对任意角度旋转的景象匹配是无能为力的。利用圆的各向同性和投影特征提出了圆投影匹配算法,并对其进行了改进。实验结果表明,两种算法都具有旋转不变性,但是改进后的圆投影匹配算法对灰度变化、噪声、光照以及对比度变化等具有更好的鲁棒性。     

能量有效的NOMA多用户-多信道匹配算法

针对非理想信道状态信息(channel state information, CSI)下面向海量用户的无线资源高效分配难题,通过引入非正交多址(non-orthogonal multiple access, NOMA)技术提出了一种能量有效的多用户-多信道匹配方案。首先,考虑用户中断概率约束,建立以最大化系统能量效率为目标的非理想CSI蜂窝下行NOMA系统信道和功率联合分配优化问题;然后,将建立的含概率约束的优化问题转化为非概率约束优化问题,并从中解耦出用户-信道匹配优化问题;最后,将面向能量效率的NOMA用户-信道匹配优化问题映射为婚姻匹配问题,进而提出一种高效低复杂度的双边匹配算法实现了多用户-多信道的动态匹配。仿真结果表明,提出的匹配算法性能优于传统匹配算法,能够提供更高的系统能效、实现更低的用户中断概率且收敛速度更快。     

能量有效的NOMA多用户-多信道匹配算法

针对非理想信道状态信息(channel state information, CSI)下面向海量用户的无线资源高效分配难题,通过引入非正交多址(non-orthogonal multiple access, NOMA)技术提出了一种能量有效的多用户-多信道匹配方案。首先,考虑用户中断概率约束,建立以最大化系统能量效率为目标的非理想CSI蜂窝下行NOMA系统信道和功率联合分配优化问题;然后,将建立的含概率约束的优化问题转化为非概率约束优化问题,并从中解耦出用户-信道匹配优化问题;最后,将面向能量效率的NOMA用户-信道匹配优化问题映射为婚姻匹配问题,进而提出一种高效低复杂度的双边匹配算法实现了多用户-多信道的动态匹配。仿真结果表明,提出的匹配算法性能优于传统匹配算法,能够提供更高的系统能效、实现更低的用户中断概率且收敛速度更快。     

岗位存在占有者条件下人岗双边匹配I-ES算法

本文对岗位存在占有者条件下的人员与岗位一对多双边匹配问题进行了研究.首先,对岗位存在占有者条件下的人岗一对多双边匹配问题进行描述;然后,给出岗位存在占有者条件下的人岗双边匹配方案、岗位存在占有者条件下的个体理性匹配方案、岗位存在占有者条件下的稳定匹配方案和岗位存在占有者条件下的公平匹配方案的定义;进一步地,在考虑双方匹配主体σ-稳定性的基础上,设计了岗位存在占有者的改进的公平选择(I-ES)算法.最后,通过算例说明了本文提出方法的可行性与有效性.     

基于分级变换的自适应立体对应算法

通过分级变换将图像从灰度空间转换到新的等级空间,然后构造相应的匹配代价函数计算两个图像点之间的最大相似度,从而找出对应点和偏移值。分级变换可以有效的解决在立体对应中经常遇到的图像噪声、失真及左右图像的亮度差异等问题。大多数的自适应立体对应算法是以偏移量和灰度值两个自变量来构造代价函数,而构造合适的代价函数是一个困难的问题。本文中提出自适应窗选择算法只与灰度值有关。首先通过边缘检测提取出灰度边缘信息。本算法仅根据灰度边缘信息就可以进行自适应窗的选择。自适应选择图像窗的过程与偏移值无关,从而降低了构造代价函数的难度。实验结果说明本算法能够生成准确度较高的深度图,是一种较好的局部立体对应算法。     

一种基于数字地球的运动模型与地形匹配方法

三维模型与地形的匹配问题涉及到模型控制矩阵与模型与地形接触点高程值的计算。其中接触点高程值的计算问题与地形渲染采取的数据组织和绘制算法密切相关,采用规则网格构建地形的数字高程模型,在此基础上提出了弱网格实现数据结构的地形匹配算法。首先为三维模型在三维GIS视景中建立了数学控制匹配模型,然后基于规则网格像素坐标系计算模型与地形接触点的高程值。方法不考虑规则网格的具体绘制实现技术,在采用规则网格的地形下具有较强的适用性。     

二手房组合交易匹配决策方法

针对二手房组合交易匹配决策问题,提出了一种新的决策分析方法.首先,给出二手房组合交易匹配、个体理性、不浪费、公平、帕累托占优和帕累托有效匹配方案的定义.然后,依据交易过程中卖方提供的评价信息以及买方提供的多属性期望水平和距离需求信息,给出买卖双方匹配满意度的计算方法.进一步地,在考虑匹配方案稳定性的基础上,设计了确定最优匹配方案的扩展H-R算法,并证明了其合理性.最后,给出了一个实例,说明扩展H-R算法的有效性和实用性.     

择期手术患者与手术医生的稳定双边匹配模型

针对择期手术患者与手术医生的一对多双边匹配问题,提出了一种新的匹配方法.首先,针对择期手术患者与手术医生的一对多双边匹配问题进行了描述,在考虑手术医生的手术限额和手术技能的基础上,给出了择期手术患者与手术医生的一对多双边匹配的定义;随后,根据手术医生对手术类型给出的偏好信息和患者对手术医生给出的偏好信息和期望水平,分别给出了医患个体理性匹配方案、满足期望水平的医患稳定阻塞对、满足期望水平的医患稳定匹配方案的定义;进一步地,分析并证明了不同期望水平下医患个体理性匹配和满足期望水平的医患稳定匹配的关系;构建了获得满足期望水平的医患稳定匹配方案的多目标优化模型,基于带精英策略的非支配排序的遗传算法(NSGA-Ⅱ)设计了求解该模型的启发式算法;最后,通过算例说明了本文提出方法的可行性与有效性.     

景象匹配技术研究

景象匹配是一项重要的图像分析与处理技术 ,首先给出了景象匹配问题的数学描述 ,分析了它的性能要求和影响性能的因素 ,然后研究了组成景象匹配算法的 4个元素 ,并详细分析了基于区域的匹配算法和基于特征的匹配算法的一般思路、性能特点和适用范围 ,最后还分析了其它一些热点问题 ,如算法的集成、匹配区的选择等     

非刚体图像配准中一种改进的点匹配方法

为了解决在非刚体点匹配过程中，由于点集之间相对位置变化的复杂性，导致配准结果易收敛于局部最小值点的问题，提出了基于预中心配准的非刚体点匹配联合估计法。在用迭代最近点算法确定两个点集中的点之间的对应关系前，通过预先进行两个点集的中心配准的方法，可以更加合理地确定点之间的对应关系，从而使匹配结果可以最大程度地收敛于全局最优点。仿真实验表明，此方法和传统算法相比，在没有明显增加运算量的前提下，匹配效果更佳。