基于禁忌搜索的图像聚类新方法

禁忌搜索(TS)是一种具有记忆功能算法,是在局部邻域搜索的基础上添加禁忌表和相应规则,在一段时间内该算法对那些最近搜寻到的局部最优个体不再或有选择地搜索,能够有效地避免重复搜索,降低搜索的时间复杂度,又能够有效地跳出局部最优,并且在搜索过程中始终保持对已搜索到的全局最优个体的记忆.本文将禁忌搜索算法应用在数字图像聚类问题中,通过多次实验证明禁忌搜索算法是能够很好的将数字图像中的样品进行有效的聚类,聚类正确率达到98％.     

一种改进大步长静力隐式有限元接触搜寻算法

大步长静力隐式有限元方法具有快速的计算速度和较高的计算精度,在金属板料的成形模拟领域中得到了广泛的应用.在接触搜寻阶段,由大步长引起的大量历史接触信息改变的特点使接触搜寻问题变得更困难,因此有必要针对该问题设计一种高效稳健的搜寻算法.基于主从面法的思想,提出了一种结合位置码法和ADT(Alternating Ditigal Tree,交替数字二叉树)法的改进接触搜寻算法,并集成到自主研发的QuickForm软件中;通过数值算例对该方法的计算性能进行了测试.结果表明:改进算法具有良好的搜寻性能,平均搜寻效率提升了20%左右.     

抛物线法在搜寻复摆极值点中的应用

钟摆式复摆的质心可以变化,因此具有极小周期点位置,在实验室条件下,这个极值点可以采用黄金分割法和Fibonacci法来搜索。但是采用抛物线法并适当结合黄金分割点确定搜索的初始值,然后逐步构造抛物线搜寻复摆的极值点,可以大大地提高搜寻速度和精度。文章通过实验采集数据并加以分析,证明了抛物线法搜寻复摆极值点比黄金分割法和Fibonacci法有更好的搜寻效果,并且该方法对于搜寻物理学中其它极值点问题具有参考价值。     

老年人新媒体健康信息搜寻行为影响因素分析

目的了解社区老年人利用新媒体进行健康信息搜寻的行为现状及影响因素。方法利用一般资料问卷、老年人新媒体健康信息搜寻行为问卷等对316例老年人进行调查。结果曾利用新媒体健康信息搜寻行为者占5.4%;logistic回归分析显示,年龄(70)组(OR=0.209,P=0.020)及教育程度(OR=2.982,P=0.000)进入老年人新媒体健康信息搜寻行为的回归方程。结论社区老年人新媒体健康信息搜寻行为率较低;影响新媒体健康信息搜寻行为的主要因素是年龄、教育程度等人口学基本特征。     

Fibonacci方法搜寻复摆的极值点

可变质心复摆存在极值点,这个极值点可以用黄金分割法来搜寻,但是用Fibonacci方法来搜寻将更具一般性,在一定条件下,用Fibonacci方法搜寻时,搜寻范围缩小更快,效果也较好。     

一种改进的多初始解禁忌搜索算法

本文根据禁忌搜索算法的特点,提出了一种基于多初始解的禁忌搜索算法(STS)。该算法为禁忌搜索算法构造多个较优初始解,进而进行多初始解禁忌搜索以找到全局最优解。以旅行商问题(TSP)为例,验证了该算法的有效性。     

淡浅禁忌语在文学语言中的作用

1引言禁忌一般有行为禁忌(behavioral taboo)和语言禁忌(linguistic taboo)之分。本文主要讨论的是语言禁忌。禁忌词在每种语言中都存在,它是语言的一个有机组成部分。但是由于人们的传统观念,很少正式谈及它。禁忌语作为一种客观存在的语言现象,对丰富文学语言有其特殊的意义     

用随机模式和调整机制改进粒子群优化算法

提出一种改进的粒子群优化(particle swarm optimization,PSO)算法,将随机(random)概念与调整(regula-tion)机制导入PSO算法中,既可避免族群搜寻过程中陷入局部最优解,又可提高算法在最优区域局部搜寻的能力。最后用2种复杂程度不同的函数为例,比较了本算法与广被采用的PSO-CF算法的最优化能力。结果显示,算法在搜寻成功率、平均收敛时间及平均收敛代数方面的性能皆优于PSO-CF算法。     

用随机模式和调整机制改进粒子群优化算法

提出一种改进的粒子群优化(particle swarm optimization,PSO)算法,将随机(random)概念与调整(regula-tion)机制导入PSO算法中,既可避免族群搜寻过程中陷入局部最优解,又可提高算法在最优区域局部搜寻的能力.最后用2种复杂程度不同的函数为例,比较了本算法与广被采用的PSO-CF算法的最优化能力.结果显示,算法在搜寻成功率、平均收敛时间及平均收敛代数方面的性能皆优于PSO-CF算法.     

蚁群算法求解独立到达时间单机提前/拖期调度问题

求解有独立到达时间和完工时间的单机调度问题目前主要采用启发式算法。为研究仿生类算法的应用可行性,采用蚁群算法,以提前/拖期的总惩罚量达到最小为目标。将邻位工作交换法(AP I)用于局部搜索以提高解的质量,并对每一个解的相邻工作间隔时间进行优化调整。用90个测试算例,将蚁群算法求解结果与分支定界法和禁忌搜索法的结果进行比较。结果表明,蚁群算法与分支定界法和禁忌搜索法的结果相当。     

一种改进禁忌搜索的K-medoids聚类算法

针对传统K-medoids聚类算法初始聚类中心随机选择、聚类精度不高、全局搜索能力较差以及禁忌搜索算法对初始值随机选取等问题,提出了一种粒计算与最大距离积法相结合的初始化禁忌搜索初始值算法,将改进后的禁忌搜索算法用来优化K-medoids,以提高聚类算法的性能。通过仿真试验论证了该算法具有较高的效率和准确率以及较强的稳定性。     

A New Local Search Algorithm for the Job Shop Scheduling Problem

0　IntroductionThejobshopschedulingproblemwithwhichwearecon cernedconsistsinschedulingasetofjobsonasetofma chinesfortheobjectiveofminimizingthemake span ,i.e .themaximumoftimeneededforfinishingalljobs,whichissubjecttotheconstrainsthateachjobhasafixedprocessingorderthroughthemachinesandeachmachinecanprocessatmostonejobatatime .ThisproblemisNP hardandevenisoneofthehardestcom binationaloptimizationproblems.Itiswellknownthatonlysmallsizeprobleminstancescanbesolvedwithinareasonablecomputa tionalti…     

一种基于宏启发搜索策略的神经网络学习算法

神经网络的学习是全局优化问题，Ｔａｂｕ搜索是一种非常有效的求解全局优化问题的宏启发搜索策略，文章根据Ｔａｂｕ思想和松弛原理，提出了一种多层网络学习算法。初步实验表明该方法是有效和快速的。     

最小控制集问题的群集策略智能算法研究

图的最小控制集是一个经典的NP完全问题,其广泛应用在生物信息学、计算机通讯、工程设计等方面。目前搜索最小控制集算法有多种,例如:贪心算法、模拟退火算法、基于禁忌搜索的模拟退火算法等。当搜索结构复杂的多点图时,很多算法的搜索效果并不好。为了提高搜索效果,提出并实现一种群集策略智能算法;同时还对群集策略算法进行了非常重要的扰动改进。为了验证算法的搜索效果,利用Petersen图和随机图完成了对群集策略算法的搜索测试实验;同时也完成了对群集策略算法、贪心算法、基于禁忌搜索的模拟退火算法的比较测试实验,通过实验结果也验证了群集策略算法搜索效果最好。     

禁忌搜索算法在电力系统灾变恢复中的应用

以上海电网一旦发生解列后的某些局部孤岛电网为恢复目标,运用宽度和深度搜索算法进行前期网图结构的探索,使用禁忌搜索算法建立该网图的最快恢复路径,并使用C 完成了对深度搜索算法结合宽度搜索算法的程序代码,以及禁忌搜索算法中禁忌表的建立.分析结果表明,运用该算法可以得到系统目标网架恢复的最优路径.     

禁忌搜索与遗传算法在求解时间表问题中的对比研究

时间表问题属于NP完全问题，一般来说，只能找出用于实际工作的“亚优解”(sub-optimal solution)，对遗传算法和禁忌搜索算法用于求解时间表问题进行了对比研究，结果表明，禁忌搜索算法能找出比遗传算法更好的时间表，而且禁忌搜索算法所花费的搜索时间也比遗传算法少。但是，遗传算法能同时产生几个不同的逼近最优解的解。     

禁忌搜索粒子滤波算法在目标跟踪中的应用

雷达目标跟踪量测系统常受到闪烁噪声干扰,导致传统滤波算法的滤波性能急剧下降甚至发散。针对标准粒子滤波算法存在粒子退化的缺陷,重采样环节引入禁忌搜索思想,提出了禁忌搜索扩展卡尔曼粒子滤波算法,驱散局部最优的粒子集,使其向全局最优位置靠近,提高采样粒子的有效性。结合交互多模型（IMM）,将算法与IMM-PF算法进行仿真比较,结果表明该算法对机动目标具有较优的跟踪性能。     

Optimal Polygonal Approximation of Digital Planar Curves Using Genetic Algorithm and Tabu Search

Three heuristic algorithms for optimal polygonal approximation of digital planar curves is presented.With Genetic Algorithm (GA), improved Genetic Algorithm (IGA) based on Pareto optimal solution and Tabu Search (TS), a near optimal polygonal approximation was obtained.Compared to the famous Teh-chin algorithm, our algorithms have obtained the approximated polygons with less number of vertices and less approximation error.Compared to the dynamic programming algorithm, the processing time of our algorithms are much less expensive.     

一机两流的连铸生产计划模型与算法

编制高效的连铸生产计划是现代钢铁企业提高生产率和降低能耗的有效手段,在此基础上,讨论了某大型钢铁企业一机两流的连铸生产计划编制问题,建立了基于目标规划的数学模型,目标是在满足生产规程的同时取得最大的效益·为解决该问题,提出了一种将遗传算法和禁忌搜索算法进行结合的智能搜索算法以加强遗传算法局部搜索能力·同时,在遗传算法中采用动态变异概率以防止出现早熟现象,在禁忌算法中采用自适应惩罚系数调整策略来满足模型中的约束,实际的计算结果证实了模型的可行性和算法的有效性     

Optimal Polygonal Approximation of Digital Planar Curves Using Genetic Algorithm and Tabu Search

Three heuristic algorithms for optimal polygonal approximation of digital planar curves is presented.With Genetic Algorithm (GA), improved Genetic Algorithm (IGA) based on Pareto optimal solution and Tabu Search (TS), a near optimal polygonal approximation was obtained.Compared to the famous Teh-chin algorithm, our algorithms have obtained the approximated polygons with less number of vertices and less approximation error.Compared to the dynamic programming algorithm, the processing time of our algorithms are much less expensive.