基于最优搜索理论的失踪旅游者搜救模型研究

文章研究在失踪旅游者搜索问题中引入最优搜索理论的方法。针对失踪者相对静态的情况,在目标分布函数与探测函数的基础上建立搜索模型,通过拉格朗日乘数法最优化计算,导出了探测函数服从指数形式时的静态失踪旅游者最优搜索模型和搜索资源最优配置的计算方法。经示例比较,研究建立的搜索模型大幅度缩短了失踪旅游者的搜索时间,提高了搜索效率与失踪者的生还机会。     

带约束情形离散切换系统的最优调度

在动力系统中,切换系统的最优调度问题是典型的NP难问题,考虑了一种离散时间情形下带约束的线性离散切换系统,为了寻找到全局最优解,分析了系统的动态结构特征和动态约束条件,分别构造了目标函数和约束条件的动态下界;在各个阶段将当前最优值作为系统的上界,通过上下界的比较,提出了一种适应于动力系统的分支定界算法,方法能够精确地搜索到动态系统的全局最优解;数值结果表明:方法是有效的,而且能够搜索到全局最优解.     

基于MMHC算法的贝叶斯网络结构学习算法研究

贝叶斯网络是人工智能领域研究不确定环境下知识表示和因果推理的有效工具之一,迄今为止已经提出了许多贝叶斯网络结构学习算法.MMHC算法是一种较新的贝叶斯网络结构学习算法,该算法的评分搜索阶段应用了贪婪搜索算法,但该算法容易陷入局部最优而无法得到全局最优网络,针对该缺点,在MMHC算法的评分搜索阶段应用模拟退火、随机重启爬山搜索、禁忌搜索3种搜索策略取代贪婪搜索,详尽的实验结果表明在MMHC算法中这3种搜索算法的效果普遍优于贪婪搜索,其中模拟退火搜索学习效果最好,MMHC算法的评分搜索阶段可以用模拟退火搜索替代贪婪搜索达到提升算法的学习效果.     

改进的果蝇优化算法在多目标搜索中的应用

通过对果蝇算法的改进和优化,能够实现在离散环境下的多目标搜索,改善传统果蝇算法单目标搜索存在的不足.首先对传统果蝇优化算法进行研究,再通过混合步长嗅觉的方法进行果蝇算法的重新编码,使其具有多目标最优求解能力,完成对多目标的搜索.通过MFOA算法可以实现对多目标的最优计算,最终完成多目标最优解的计算.结果表明,果蝇优化算法通过混合步长嗅觉的方法可以在多目标搜索当中得到充分应用.     

基于改进人工蜂群优化的精馏过程再沸器控制

该文提出一种基于改进ABC优化微分先行PID控制器的方法,即首先采用跟随蜂阶段基于当前局部最优解搜索策略、采蜜蜂和跟随蜂阶段邻域搜索概率提高传统ABC算法的收敛速度和局部搜索能力,然后将以误差性能指标ITAE为目标函数,运用改进的ABC对已建立的Simulink控制系统模型进行PID控制器参数的优化.仿真结果表明,采用该文方法,可以自动的确定精馏过程再沸器控制中PID控制器最优参数,使整个系统获得较好的控制性能.     

离散空间内多状态的最优搜索问题

最优生还搜索问题是使发现动目标（尚活着）的概率最大．研究了多状态最优搜索问题,并给出了其算法     

基于新冗余度的特征选择方法

现有过滤式特征选择模型采用贪心策略结合互信息评价特征子集,容易陷入局部最优陷阱.考虑标签信息对冗余度的影响,利用一种改进的MIFS-U方法在给定标签的条件下衡量冗余度,采用基于分解的多目标优化框架结合引入多项式突变的差分进化算子进行全局搜索,避免搜索陷入局部最优.引入l₁正则化项来保证特征子集的稀疏性,并提出了新的特征选择算法MOEA/D-DEFS.实验阶段使用knn-5分类器来验证学习效果,并在多组来自不同领域的数据集上进行测试.结果表明,将特征选择视为多目标问题采用全局搜索策略搜索可以在特征子集维度和分类准确性方面提供更好的性能.     

基于单纯形法的人工蜂群算法改进研究

人工蜂群算法中的侦察蜂阶段的搜索操作在一定程度上可以解决算法陷入局部最优的问题,但也和其他启发式优化算法一样,存在着局部搜索能力差,在接近最优解时搜索效率下降,以及求解复杂问题时可能陷入局部最优而使算法停滞等缺陷。为了改善此缺陷,采用NM算法来取代人工蜂群算法侦察蜂阶段的随机产生个体机制,提出了一种基于NM算法的改进人工蜂群算法(NMABC)。希望基于NM算法优异的局部搜寻能力,改善人工蜂群算法局部搜索能力较差之缺陷并提高搜索效率。     

改进的Q学习算法在轨迹规划中的应用

为解决 Q 学习算法易陷入局部最优解问题, 改进了传统贪婪策略, 提出了一种分段渐近搜索策略。该策略通过动态调整策略参数, 使 Q 学习算法在学习过程中实现探索鄄学习鄄利用 3 个阶段的渐近跳转。 同时将该搜索策略应用于 Q 学习算法中, 使改进的 Q 学习算法能更快速地逼近全局最优解。 将改进算法应用于机械臂轨迹规划中, 其仿真结果表明, 该算法能稳定地引导机械臂沿最优轨迹快速到达目标位置。     

基于信息熵的改进海豚群算法及其桁架优化

针对基本海豚群算法易陷入局部最优的缺陷,提出了基于信息熵的改进海豚群算法,引入信息熵来度量海豚群搜索阶段的不确定性,控制搜索阶段的选择概率,降低盲目搜索,克服了基本海豚群算法搜索阶段易陷入局部最优和早熟收敛的缺陷。将改进后的算法应用到桁架结构的优化中,并与其他算法优化结果进行了比较,证明了改进的算法在收敛速度和寻优精度方面有更好的表现,将其应用到桁架结构优化设计中,为结构优化设计提供了一种有效的方法。     

Textural changes in metallurgical coke prepared with polyethylene

The effect of high-density polyethylene (HDPE) on the textural features of experimental coke was investigated using polarized-light optical microscopy and wavelet-based image analysis. Metallurgical coke samples were prepared in a laboratory-scale furnace with 2.5%, 5.0%, 7.5%, 10.0%, and 12.5% HDPE by mass, and one sample was prepared by 100% coal. The amounts and distribution of textures (isotropic, mosaic and banded) and pores were obtained. The calculations reveal that the addition of HDPE results in a decrease of mosaic texture and an increase of isotropic texture. Ethylene formed from the decomposition of HDPE is considered as a probable reason for the texture modifications. The approach used in this study can be applied to indirect evaluation for the reactivity and strength of coke.     

基于决策场和动力学的航空器搜寻区域划设

在失事航空器信息条件缺省的情况下,定位航空器搜寻区域对开展后续救援工作极为重要,为提高定位准确率,通过决策场的相关理论,对迫降过程中飞行员的应急行为决策进行分析,从而提出了一种耦合飞行员应急行为决策和飞行动力学的航空器搜寻范围划设方法。在此基础上,根据高高原地区的气象地形条件建立飞行环境,以B737-700机型为例,在考虑飞行员决策结果差异的情况下,对部分信息条件缺省的航空器迫降飞行过程进行模拟,并据此确定搜寻区域的范围和优先级。仿真结果表明在不稳定因素干扰或信息缺省的情况下,耦合飞行员应急行为决策和动力学模型的搜寻范围划设方法是可靠的。     

基于信息生态视角的网站搜索引擎优化策略评价研究——以华为在线商城为例

搜索引擎是互联网最广泛的应用之一,对搜索引擎优化策略进行评价,对企业开展该项工作有着重要的指导意义。从信息生态的角度展开该领域的研究,有助于判断网站搜索引擎优化的稳定性和持续发展能力。该研究从信息生态的视角,利用层次分析法,构建了搜索引擎优化策略的评价指标体系,并采用模糊综合评价的方法,对华为在线商城进行了实证研究。从研究结果来看,该文构建的评价指标体系具有较强的可操作性和较高的实践应用价值,能够较好地判断网站搜索引擎优化的生态性,也为信息生态系统的研究提供了新的视角。     

一种计算机序列搜索的DMRS序列生成方法

在信号传输过程中,高峰均功率比会使功率放大器工作在非线性区域,造成放大后信号失真.对3GPP(3rd generation partnership project)协议中现有物理上行共享信道在采用DFT-S-OFDM(discrete Fourier transform spread orthogonal frequency division multiplexing)波形传输,解调参考信号(demodulation reference signal,DMRS)序列长度小于30时,提出了一种基于计算机进行序列搜索的低峰均功率比基础序列生成方法,且在搜索时将DMRS的覆盖范围和抗干扰能力也作为其中的搜索条件.故该方法在序列搜索时,首先从序列的自身属性考虑,根据序列的自身属性即序列的自相关值和峰值平均功率比(peak-to-average power ratio,PAPR)进行搜索.然后,将序列与其他序列的互相关性作为搜索条件,增强DMRS信号的抗干扰能力.通过在通信系统中的解调性能进行最后的搜索,筛选出解调性能相对较好的序列.相比于现有基础序列,搜索基础序列在PAPR值和自相关性方面存在明显优势,在互相关性和解调性能方面也比现有序列表现更好.     

一种结合小波变换的矢量量化快速编码算法

研究了一种基于均方误差(MSE)测度的矢量量化快速编码算法,算法利用小波变换的特点,合理构造矢量.结合非线性插补矢量量化技术、矢量和值差法、部分失真排除法和一些典型的小波系数的极性判断,在搜索编码过程中,有效排除部分候选码字.实验结果表明,相对于穷尽搜索方法,计算量有明显降低,计算时间减少约98%.     

粒子群优化的GPSR-BB压缩感知重构算法

为了减少压缩感知中梯度投影稀疏重构法算法(GPSR-BB)的运行时间和迭代次数,有效地提高算法的重构性能,将具有全局搜索能力的粒子群算法应用到GPSR-BB算法中。利用粒子群优化算法的全局开发能力和GPSR-BB算法的局部搜索能力,加快了算法的收敛速度,减少了算法的迭代次数;通过对GPSR-BB算法中线搜索条件的改进,有效地提高了算法的重构精度。仿真实验表明:改进的GPSR-BB算法比传统的GPSR-BB算法运行时间缩短了43%、迭代次数降低了39.7%。在观测维数一定的条件下,改进的GPSR-BB算法重构成功概率高于传统的算法0.04,重构误差低于传统的0.09,具有较好的重构性能。     

Rapid point-of-use water purification using nanoscale zero valent iron (nZVI) particles

Nanoscale zero-valent iron (nZVI) particles are increasingly being investigated in removing aqueous contaminants. Here, we have demonstrated its inactivation and magnetic removal of bacteria and endotoxins from environmental wastewater samples. Varying dosages (10–1,000 μL) of 0–6 days aged nZVI with a concentration of 5 mg/mL for 2 mL wastewater samples were tested, and relevant removal efficiencies were determined using culturing method for bacteria and limulus amebocyte lysate (LAL) for endotoxins. The supernatants of wastewater samples after reacting with nZVI and subsequent magnetic separations were subjected to spectroscopic, qPCR and DGGE analysis. Overall, high magnetic bacterial removal efficiencies were observed up to 3–4 logs for 1 mL nZVI, while the removal efficiencies decreased sharply down to 0.5 log for 10 μL nZVI. qPCR and DGGE results revealed that higher dosages of nZVI caused severe bacterial cell membrane ruptures, releasing significant amounts of DNA up to 10⁷–10⁸ gene copies/mL when 1 mL nZVI was used. Richer DGGE patterns were observed for higher nZVI dosages. In addition, regardless of the dosages (10–1,000 μL) we have observed more than 90 % removal of endotoxins from the wastewater samples. The described technology has great promise to be used as a point-of-use water purification solution for various purposes.     

买方需求信息传递对住房搜寻影响的实验研究

采用实验经济学方法研究买方向中介传递住房需求信息对住房搜寻结果和过程的影响.基于信息不对称理论和多属性逆向拍卖理论,提出关于买方需求信息传递对住房搜寻结果和过程影响的两个理论假设;依据现实住房搜寻过程的特点,以检验理论假设为目的,在实验室中设计和实施了3组,共6局住房搜寻实验;并根据统计指标采集和整理实验数据,采用非参数检验方法分别对两个理论假设进行了检验.检验结果表明:买方需求信息传递与买方需求和住房的匹配程度正相关,与中介之间的属性竞争激烈程度负相关;此外,买方需求信息传递对买方收益、中介收益、住房搜寻时间、中介之间的价格竞争激烈程度均无显著性影响.买方充分传递需求信息有助于其搜寻到更合适的住房,且无其他负面影响.     

Ellis信息搜寻行为模型及其演化研究

David Ellis是国际信息行为研究领域的重要领军人物,由其创建的信息搜寻行为模型具有独特的理论意义.随着社会环境、用户群体的变化,信息搜寻行为模型的活动特征也在不断地发生变化,并表现出了极大的适应性和包容性,为信息行为理论体系的完善做出了很大贡献.文中从用户群体、社会环境、活动特征和模型应用4个方面对Ellis信息搜寻行为模型的演化进行了梳理,展现了Ellis信息搜寻行为模型的详细演化历程,提出了该模型在其演化过程中的不足以及未来的发展方向.     

融合改进A*和动态窗口法的AGV动态路径规划

摘要:路径规划对AGV完成自主导航起着关键性的作用,针对这点出发,本文提出一种全局采用改进的A*算法,局部在保证全局最优的情况下采用融合A*和DWA两种算法,首先加入AGV的位置信息,在传统的评价函数基础上设置了包含代价函数和启发函数的权重函数,其次,将传统的8个搜索方向,变成了5个,提高了路径搜索效率,为了进一步增加路径的平顺性,对节点进行优化,删除了多余的转折点,保留下关键的转折点,然后在此基础上又设置了安全域值,进一步删除多余的转折点,从而保证了全局路径最优,为了实现AGV实时动态避障,本文将A*和DWA两种算法融合,进行在线实时规划路径,设计了一种基于全局最优路径的圆滑路径曲线,经过仿真,本文提出的算法在路径长度,机器人平均转折角度,运行时间等都大大减少,最后,通过实验进一步验证了算法的可行性。