事务约简和2项集支持度矩阵快速剪枝的Apriori改进算法

在Apriori算法的改进算法M-Apriori基础上,为了进一步减少不必要的数据库扫描,引入事务约简技术,提出一种改进的MR-Apriori算法.考虑到M-Apriori算法会产生大量候选项集,为了实现对候选项集快速剪枝,加入一个自定义的2项集支持度矩阵,提出第2种改进的MP-Apriori算法.将事务约简和2项集矩阵快速剪枝一起引入到 M-Apriori算法中,提出第3种改进的MRP-Apriori算法.最后,在mushroom数据集上进行实验.结果表明:加入事务约简的MR-Apriori算法和加入2项集矩阵快速剪枝的MP-Apriori算法,运行时间相比原M-Apriori算法都有较大缩减,而同时结合两种优化策略的MRP-Apriori算法运行时间最短,验证了这两种优化策略的有效性.     

广义分配问题的一种小生境遗传蚁群优化算法

提出一种小生境遗传算法与蚁群优化算法相结合的小生境遗传蚁群优化算法用于求解NP难的广义分配问题,以避免经典求解算法存在的易陷于局部最优的缺陷.以典型的广义分配问题——火力分配为例,对该算法进行实验,并将实验结果与其它算法进行分析比较.结果表明:新复合算法优化效率高,运行时间短,对其它的NP问题同样适用.     

新型动态粒子群算法及其在工业控制中的应用

粒子群优化算法是一种在复杂优化问题的空间域探求最优解的启发式搜索方法。为了优化传统的PSO算法,缩短其运行时间,提出了一种动态收缩型的粒子群优化。收缩型粒子群算法在初始阶段含大量的粒子,随着迭代次数的增加,粒子数量不断减少,仿真结果显示,此方法相比于传统的PSO算法可减少近60%的运算时间。运用此改进的粒子群算法优化理论,实现了对PID控制参数的自适应调节。结果表明,新型的PSO算法可以使得PID控制参数调整速度更快,产生超调量小。     

采用约束蚁群优化的贝叶斯网结构学习算法

针对贝叶斯网络结构学习问题,提出了一种约束蚁群优化算法.该算法根据贝叶斯得分的局部一致性原理设计了一种增边规则,并且将此规则引入蚁群算法的框架中,从而实现了在搜索过程中利用启发式信息动态缩减搜索空间、同时减少运行时间的目的.此外,还从理论上证明了增边规则的正确性,而且从实验角度讨论了约束蚁群优化算法的参数敏感性.实验结果表明,在解决较大规模的贝叶斯网络结构学习问题时,约束蚁群优化算法在保证求解精度的条件下比蚁群优化算法的运行时间减少40%以上.     

面向大型社会活动的智能交通控制策略研究

城市交通系统是由交通工具、交通路网、交通设施和交通运营管理组成的一个整体,良好的控制策略可以有效缓解道路拥堵,提高路网利用效率.为了缓解大型社会活动期间短时间交通需求激增对快速路网运营的压力,提出一种基于动态交通分配理论的智能交通控制策略.该策略以路网总运行时间最少为目标,通过宏观调节分流比例来进行优化控制,为交通控制与管理提供辅助决策依据.同时,讨论了适合模型求解的优化算法——序列二次规划算法,并针对上海快速路网特点进行仿真实验.仿真结果表明:智能交通控制策略可以有效改善路网的运行状态,减少路网的总运行时间,具有良好的实用价值.     

停机位分配的多商品网络流模型及离散粒子群算法

本文建立了停机位分配的多商品网络流模型,并以航空器总场面运行时间最小为目标,建立数学模型。将机场场面分为若干区域,建立区域—机位两级分配策略,以降低问题规模。设置机位外等待时间,以省去区域容量相关约束。在传统粒子群算法的基础上,设计离散粒子群算法,对模型进行求解。选取乌鲁木齐机场某日240架航班和109个机位进行实验,证明了与现有研究中的典型模型相比,多商品网络流模型能使运算时间减少10.1%,并能达到与典型模型相同的精度。全空域和机场模型(total airspace and airport modeller, TAAM)仿真结果表明,和现行机位分配方案相比,多商品网络流模型的机位分配结果能使航空器的场面调配运行时间减少7.49%,延误时间减少8.87%。算例结果进一步表明,提高机场场面运行效率的关键在于均衡航班的进离港滑行距离,同时避免停机位密集分布。     

逆向物流订单分配排序优化研究

【目的】讨论了如何对订单合理分配实现货物的低成本及高效回收的问题,为作为闭环供应链逆向物流订单货物的高效回收提供可借鉴方法。【方法】通过对逆向物流车辆与货物订单分配问题的分析,利用现代排序论的思想和方法将逆向物流订单和车辆分别看作工件和机器,构建了逆向物流订单分配排序优化模型,设计了模型求解算法并做了算例模拟。【结果】算例模拟结果表明:所设计的模型及算法能够有效解决订单货物的高效回收。【结论】基于分支定界法的改进的FBLPT算法能够给出问题的最优解,对解决逆向物流订单分配排序优化问题有一定参考价值。
     

武器-目标分配问题的分布估计算法及参数设计

建立了武器-目标分配问题的优化模型,分析了分布估计算法与遗传算法的异同.将分布估计算法应用于武器-目标分配问题,该算法通过统计当前群体中优选出的个体信息,给出下一代个体的概率估计,用随机取样的方法生成下一代群体.分析了个体种群数量、选择比例等参数对算法的影响,得出个体种群数量和选择比例取适中时效果最好的结论.仿真结果表明了分布估计算法求解武器-目标分配问题是可靠有效的.此方法具有较好的可扩展性,修改此算法可解决一般组合优化问题.     

兼顾启停特性和转角时耗的移动机器人路径规划

针对传统移动机器人路径规划算法在考虑启动、制动以及转向姿态调整等实际约束的情况下,规划结果存在机器人运行时间长、任务执行效率低且在大场景下易陷入局部拥堵甚至导致运行瘫痪等问题,提出一种兼顾启停特性和转角时耗的移动机器人路径规划算法。对移动机器人启动、制动及运行过程进行数学建模,分类构建栅格化A^*算法运动代价函数;针对移动机器人姿态调整导致任务耗时长的问题,结合地图二维向量坐标下方位角与位置向量分布关系,设计转角时耗代价函数;提出考虑信息素轨迹跟踪与启发项比例均值化的动态启发函数,对规则路网下潜在的局部拥堵问题进行处理。仿真与实验结果表明：所提改进A^*算法相较传统A^*算法,机器人平均运行时间减少了11.4%,有效缩短了移动机器人任务运行时间;所提算法经过启发项比例均值化调整,在仅微量增加机器人运行时间的情况下,使信息素矩阵标准差降低了96.9%,有效预防了移动机器人局部拥堵情况的发生。     

逆向物流订单分配排序优化研究

【目的】讨论了如何对订单合理分配实现货物的低成本及高效回收的问题,为作为闭环供应链逆向物流订单货物的高效回收提供可借鉴方法。【方法】通过对逆向物流车辆与货物订单分配问题的分析,利用现代排序论的思想和方法将逆向物流订单和车辆分别看作工件和机器,构建了逆向物流订单分配排序优化模型,设计了模型求解算法并做了算例模拟。【结果】算例模拟结果表明:所设计的模型及算法能够有效解决订单货物的高效回收。【结论】基于分支定界法的改进的FBLPT算法能够给出问题的最优解,对解决逆向物流订单分配排序优化问题有一定参考价值。     

基于多窗口时频重排的非线性调频信号时频结构分析方法

基于时频重排的高时频聚集性和多窗口分析方法低方差、高分辨率等优点,提出一种基于多窗口时频重排的非线性调频信号时频结构分析方法.该算法结合时频重排和多窗口分析方法,降低由重排振荡和噪声引起的波动,保持时频重排的高时频聚集性,同时清楚地展示了非线性调频信号的频率调制规律.仿真实验结果证实该方法对两个相距很近的二次多项式调频信号和实际的蝙蝠声纳信号都非常有效.     

MANET中的信道分配与再分配

在MANET（Mobile Ad Hoc Wireless Network）中，信道是有限的资源，开发信道重新使用和加强信道利用率对于增加系统容量至关重要。本文提出了一种关于提高信道资源利用率的信道分配方案：信道分配与再分配。该方案能够加强信道利用率，减少通信失败率。     

一种跳频信号跳周期联合估计算法

针对通信对抗中的实际应用,给出了一种联合算法估计跳频信号跳周期,与传统跳周期估计方法不同,该方法通过对信号进行谱图重排变换,然后提取时频脊线并对其进行小波变换,精确定位跳变时刻,最后得到跳周期的准确估计。仿真结果表明,该方法具有较好的抗噪性能,在信噪比大于-1db时能得到准确的参数估计。     

应用子模型的高密度大规模2.5D转接板内TSV热应力仿真误差分析

本文着重讨论了ANSYS子模型技术对高密度2.5D转接板内TSV (Through Silicon Via)的热应力仿真误差,分析了TSV直径和高度对仿真误差的影响。研究发现子模型仿真误差会随着TSV直径的增加而大幅升高,严重影响子模型热应力计算结果的准确性和可靠性。为解决此问题,本文提出了几种子模型技术的改进仿真方案,并综合比较了各方案的仿真误差以及计算量和计算时间,指出等效简化方法和“嵌入式”子模型结构能在较少的资源消耗下得到更理想的仿真结果。     

基于电-热-结构耦合模型的TSV热力瞬态响应

为了准确的预测硅通孔（TSV）在电-热-力三场耦合效应下的温度和应力分布情况。建立了TSV的热等效电路（TEC）模型,提取了TSV的热等效电路参数,推导了基于电热耦合效应的TSV温度瞬态响应方程,建立了结构应力的数学模型,研究了周期性方波加载条件下TSV 的温度和应力分布,应用有限元软件COMSOL仿真分析了TSV的温度和应力与激励源频率、SiO2层的厚度及铜导体半径之间的关系。仿真结果表明：建立的TEC模型适用于TSV温度瞬态响应的预测,误差在5%以内,TSV的温度和应力对SiO2层的厚度非常敏感,可以通过适当减小铜导体半径来减小TSV的温度和应力值,这将有助于TSV的设计及对其性能进行相应的预测。     

多路径交通分配模型的改进及节点分配算法

本文对动态多路径交通分配模型进行了改进，提出了该模型的快速算法－节点分配算法，并详细阐述了节点分配法中的网络处理、分配节点排序及参数确定等问题。节点分配算法的采用，大大提高了多路径交通分配方法的速度及容量，使之能在超大规模网络的交通规划、交通控制及交通诱导系统中应用。     

遗传算法在期刊数字化任务分配中的应用

针对印刷图文信息处理专业在期刊数字化的实践过程，提出了一种自适应的实践任务分配方法，并改进遗传算法中基于排序的适应度方法，建立了任务分配优化模型，实现全局最优。实验结果表明，采用遗传算法进行项目分组实践可以使得整体制作效果获得较佳的状态，且优于同类其他方法。     

低阻硅TSV与铜填充TSV热力学特性对比分析

对低阻硅TSV以及铜填充TSV的热力学性能通过有限元仿真的方法进行对比分析.低阻硅TSV在绝缘层上方以及低阻硅柱上方的铝层区域中凸起最为显著,且高度分别为82 nm和76 nm;铜填充TSV的凸起位置主要集中在通孔中心铜柱的上方,最大值为150 nm.应力方面,低阻硅TSV在绝缘层两侧的应力最大,且最大值为1 005 MPa;铜填充TSV在中心铜柱外侧应力最大,且最大值为1 227 MPa.另外,两种结构TSV的界面应力都在靠近TSV两端时最大.低阻硅TSV界面应力没有超过400 MPa,而铜填充TSV在靠近其两端时界面应力已经超过800 MPa.综上所述,相比于铜填充TSV,低阻硅TSV具有更高的热力学可靠性.      

求解控制系统部分特征值配置问题新方法

在控制理论领域里,特征值配置问题是一个经典问题,提出了新的通过部分特征值配置来使大型单输入时不变控制系统稳定化的算法,该算法建立在隐式重新启动的精化Arnoldi方法基础上,适合那些需要对一小部分特征值重新配置的控制系统．同时对配置问题进行了理论分析,证明算法的精度越高,配置后的系统越稳定．与已有的基于隐式重新启动的Arnoldi方法进行比较体现出新方法的优越性。