基于动态规划的生产库存问题的改进算法

在深入分析了生产库存问题之后,应用线性代数理论对可能的生产情况进行分析,得到了新的结论.然后结合动态规划的基本原理,改进了算法的步长,从而得到了求解该问题的优化的动态规划算法.     

基于并行基因算法的语音识别方法

提出一种基于并行基因算法的孤立字识别时间规正算法，该算法是在［３］的基础上提出，可解决动态时间规划（ＤＴＷ）难以解决的一些问题：①使距离归一化因子Ｍ与实际路径相关；②以自然方式提供多条最佳规划路径；③语音端点检测正确性对识别率的影响得到一定程度的改善。建立了试验数据库，根据试验数据建立了模板距离遵循正态分布的算法性能分析模型。比较了并行基因算法，串行基因算法［３］和动态时间规划算法的性能。试验结果表明：基因算法比动态时间规划能得到更高的识别率，在单ＣＰＵ情形下，虽然并行基因算法的性能比串行基因算法略微提高，但至少可节约三分之一的ＣＰＵ时间     

基于动态规划思想的多机器人路径规划

该文围绕着一个机器人巡逻街道小区的仿真环境，讨论了多机器人路径规划中的路由优化问题。在解决这些问题的过程中，充分考虑到多机器人系统的动态特征，将运筹学中动态规划的思想和Dijkstra算法及其相关图论知识引入到机器人的路径规划求解中。不仅降低了问题的复杂度，并且得到了问题的解决方案。     

一种状态信息不完整的非线性随机控制算法

针对状态信息不完整的非线性随机控制问题，基于微分动态规划思想，提出了一套次优递推算法，从理论上阐述了该算法得到的结果是一个双得控制策略，仿真结果表明，该算法具有良好的收敛性和控制精度。     

一类多投递员中国邮路问题动态规划模型研究

采用动态规划决策思想,针对KPCPP问题,建立了一套算法体系.该类问题不能直接应用于决策思想,通过弧点转换算法,构建了该问题适用于决策的模型.在此模型基础上,提出了多阶段决策过程模型转换算法,得到的模型符合多阶段决策过程需求;在动态规划的基础上,提出了一个新的搜索算法KMDPA,首次实现了该类问题的动态规划模型求解,并对该算法体系的理论性和有效性做出了证明.     

基于A*算法的启发式算法求解多序列比对问题

通过分析动态规划算法及A^*算法的特点，针对多序列比对问题提出一种基于A^*算法的启发式算法。该算法采用了多个优化搜索机制。通过对此算法的理论分析，证明了它能够在有效地减小搜索的空间、节约搜索的时间的同时，保证得到比较好的比对结果。此算法不仅能够在多序列比对问题中得到应用，还能够用于其他有向无环图的最短路径问题的求解。     

基于动态规划与图像分割的立体匹配算法

针对传统图割立体匹配算法耗时太长以及动态规划立体匹配算法匹配精度不高,且视差图带有条纹瑕疵的问题,提出了一种基于动态规划和图像分割的立体匹配算法.采用自适应多阈值图像分割算法对参考图像进行高效可靠的区域分割,提取边界,使用多种子点动态规划算法精细求取边界上点的视差,并以区域为单元用图割立体匹配算法求取区域内各点的视差,拟合得到图像对的视差图.通过对比,实验结果表明：此算法较传统图割法匹配速度有明显提高,且可以得到匹配精度较高的稠密视差.     

移动机器人全局动态路径规划融合算法

针对移动机器人全局动态路径规划效率较低的问题,提出一种基于安全A^*算法与双速度模型动态窗口法的全局动态路径规划融合算法.首先,通过安全A^*算法得到全局最优路径节点,将其作为临时目标节点,为动态规划提供全局信息,避免出现局部最优.然后,采用时间序列Bottom-Up算法减少路径节点数,从而减少迭代次数、计算代价和储存代价,提高算法效率.最后,采用双速度模型对动态窗口法进行改进,通过避障重规划机制,解决全局动态路径规划时移动机器人绕远甚至绕圈的问题,并通过MATLAB平台进行仿真实验.仿真结果表明:文中算法的规划效率可提高46.18%,保证了路径的安全性和移动机器人速度的平稳性,文中算法的路径质量和规划效率更佳.     

背包问题的动态规划改进算法

在动态规划算法的基础上提出了改进算法,对于0-1背包问题,改进了动态规划算法的状态表示以减少需要计算的状态个数来求解该问题;对于完全背包问题,简化了动态规划算法状态的决策依赖关系来求解该问题.实验结果表明:所提出的改进算法在时空效率上具有一定的有效性和优越性.     

基于动态模糊集的动态模糊规划研究

基于动态模糊集理论，本文讨论了动态模糊限制下的规划问题，得到了一些理论结果，提出了几种动态模糊规划的模型。     

基于谓词分类的语义缓存查询裁剪

语义缓存在移动环境下有着广阔的前景.查询裁剪是语义缓存的一个重要的问题,传统的查询裁剪在时间复杂度和空间复杂度上存在巨大的局限性,这在一定的程度上限制了语义缓存的实用性.为了克服传统查询的缺点,本文从查询谓词分类着手,把谓词按照语义进行匹配满足,提出了新的剩余查询裁剪算法；新的查询裁剪算法一步生成,不需要优化.算法分析很明显从理论和实验上证明了它的优越性.     

一种社交网络用户领导者挖掘算法

社交网络中的用户领导者挖掘是用户影响力分析的重要问题.提出一种基于用户影响力评估的社交网络用户领导者挖掘算法.首先,描述问题模型以及模型相关定义;其次,提出了基于用户影响力和用户活跃度计算的用户领导力评估方法;最后,依据用户领导力和用户中心度计算实现用户领导者的挖掘.实验印证了该方法对于社交网络挖掘用户领导者的可行性和有效性.     

基于人工智能原理的考试系统

基于遗传算法的智能化考试系统是在传统的组卷算法基础上提出的一种新方法,用于解决应用本算法的试题模型的实际问题。     

线性规划的无比值检验criss-CROSS算法

Zionts提出的求解线性规划问题的criss-cross算法实际是一阶段算法,不过与传统一阶段算法不同,它交替进行原始和对偶迭代,而产生的既可以是原始可行解,也可以是对偶可行解.为了提高计算效率,文章提出了一种采用无比值检验规则的新criss-crOss算法,基于新算法编制的一个稠密软件在对40个小问题进行的数值试验中,就迭代次数而言,以2.12的比率胜过了传统的两阶段算法.     

基于最小错误概率变步长的盲均衡算法

在分析了基于最小错误概率盲均衡算法的基础上,用牛顿梯度变步长算法实现了基于最小错误概率新的变步长盲均衡,克服了固定步长收敛速度和收敛精度之间的矛盾,加快了收敛速度,减小了稳态剩余误差。计算机仿真结果分别给出了4PAM,8PAM信号在典型电话信道和普通最小相位信道中牛顿梯度变步长算法与固定步长算法的收敛曲线。由两种算法收敛曲线的比较可以看出,新算法的收敛性能明显得到改善。     

基于插值技术和多层折叠的可逆数据隐藏算法

现有的基于插值技术的可逆数据隐藏算法具有单层嵌入容量大的优点。然而,现有算法隐秘图像的视觉质量不是很好。针对此问题,提出了一种基于插值技术和多层折叠的可逆数据隐藏算法。该算法先对输入图像进行不重叠的2×2分块;然后对每个分块利用提出的图像插值算法生成大小为3×3的分块。为降低嵌入数据对插值像素的失真,先对待嵌入的秘密数据进行多层折叠编码;然后再嵌入到插值像素中。大量的实验结果表明,提出的算法不会出现像素溢出;与最新相似的算法相比,在相同的嵌入容量条件下,该算法具有更好的视觉质量。此外,提出的算法能抵抗直方图和RS隐写分析。     

60-GHz网络并行传输中基于顶点多着色的时隙分配算法

针对60-GHz网络中现有并行传输算法的不足,首先分析了数据并行传输的充分条件,然后基于冲突矩阵来对网络中的顶点进行多着色,进而提出了一种基于顶点多着色的时隙分配算法.此外,考虑到两种类型的传输:组内传输(单跳)和组间传输(多跳),还提出一种基于距离的中继选择算法作为发射机和接收机之间进行直接通信还是中继通信的决策指标.在单跳和多跳场景下评估所提算法的性能,仿真结果表明,所提算法可显著提升网络吞吐量和单位时隙期间的数据流平均数量,相比于传统的Greedy算法和TDMA算法,性能提升幅度分别达到19%和12%.     

改进的粒子群算法及在数值函数优化中应用

为提高粒子群算法的优化能力,提出了一种改进的粒子群优化算法。在该算法中,采用Beta分布初始化种群,采用逆不完全伽马函数更新惯性权重,在速度更新式中,引入了基于差分进化的新算子,对于粒子的越界处理,采用了基于边界对称映射的新方法。以50个不同类型的数值函数作为优化实例,基于威尔柯克斯符号秩检验的测试结果表明,该算法明显优于普通粒子群优化算法、差分进化算法、人工蜂群优化算法和量子行为粒子群算法。     

一种新的结合奖励机制的ETLBO算法

通过对原ETLBO(elitist teaching learning based optimization)算法引入一种新的奖励机制, 提出一种新的结合奖励机制的ETLBO-reward算法, 并基于该算法提出一种简单自适应的精英个数算法RETLBO reward, 该算法保留了传统算法参数少、 易实现、 收敛快等优点, 进一步提升了传统算法的收敛能力. 对6个连续非线性优化问题的测试结果表明, 这两种算法均具有良好的性能, 求解效率较原ETLBO算法有明显提升.