一种新型快速排序算法的设计与实现

本给出了一种具有比传统快速排序算法性能更高的排序方法，该方法既不需要关键字之间的比较，也不需要记录的移动，全给出了该算法的描述，时间/空间复杂度分析和实验比较数据，实验表明，该算法特别适合于大数据量大记录的排序工作。     

基于后缀数组的快速排序算法

在搜索技术和各种流行的排序算法优缺点比较的基础上,给出了一种基于后缀数组的新的快速排序算法,该算法在时间和空间性能上均优于传统的快速排序算法;并在同等的条件下,用该方法与快速排序算法对相同的内容进行排序,结果表明:该算法特别适用于大文本的排序问题,可用于搜索技术和数据压缩中.     

贝塞尔大地主题正解的改进算法

为解决目前贝塞尔大地主题正解算法中存在的问题,应用球面三角形正余弦定理和三角级数回求方法,给出一种适用于任意条件的大地主题正解的改进算法.该算法不需要迭代计算,适用传统正解算法中的奇异情况,解决了求解三角方程中方位角的多值对应问题.仿真结果表明,该算法与距离长短无关,适用于任意特殊情形,具有通用性,对远洋大地线航法计算具有一定的应用价值.     

某测向系统中MUSIC算法的FPGA实现

针对多信号分类(MUSIC)算法计算复杂度高,难以实时实现的特点,给出了适用于均匀圆阵的实数化预处理算法和实用的空间谱定义,并选择了适合硬件实现的特征值分解算法和排序算法;另外,基于某测向系统给出了MUSIC算法FPGA实现的总体结构和执行流程,并重点讨论了大矩阵特征值分解和空间谱计算的硬件结构设计.验证结果表明,该FPGA实现能够完成MUSIC算法的准确、快速计算.     

基于对分编号策略的双调排序算法

针对目前并行排序算法适用面窄、需要特殊硬件支持的问题，在进一步分析双调排序算法最优化解的基础上，提出了一种新的基于网格互连网络的处理器编号策略－对分编号策略，并求出了基于该策略的双调排序算法时间复杂的一般形式和最快情况，该策略适用于任意维度的通用网格互连处理器网络，且无需额外的硬件支持，调度实例，证明该策略下的双调排序算法具有无死锁调度的特性。     

采用混沌系统的HIS彩色图像加密算法

为了增强对数字彩色图像信息安全的有效保护,给出一种基于医院信息系统(HIS)的彩色图像加密算法.首先,使用混沌序列控制对亮度层的位平面排序;然后,对排序后每一个位平面采用改进的置乱算法;最后,恢复到像素平面以完成加密.该算法相比于基于RGB系统的加密算法,减小了时间复杂度,且不降低加密算法的安全性能.仿真结果表明:该算法的密钥空间大、秘钥敏感性强,对统计分析和剪切攻击具有较好的抵抗能力.     

串口通信中CRC快速算法

本文给出一种基于字节的CRC快速算法,并利用串行通信发送汉字库对该算法进行了验证.实验表明,该算法简单快捷,特别适用于高速的数据通信.     

恒向线主题直接正反解的高精度算法

为提高精度、统一算法,应用拉格朗日级数理论和计算机代数系统,推导了经线弧长和等量纬度的计算公式,提出基于墨卡托投影的恒向线主题正反算法.该算法不需要迭代,应用数学上角度的定义解决了恒向线主题反解中方位角的解算问题,且不需要进行象限判定.结果表明,该算法计算精度高,具有通用性,特别适用于电算化,对船舶的航迹计算和电子海图中的航线设计具有一定的应用价值.     

带有线性退化工件和退化维护时间的单机窗口排序

排序问题是一类重要的组合最优化问题,它的深刻的实际背景和广阔的应用前景,引起了广泛的关注。排序问题的一大特点是模型繁多,适用于某一模型的算法,只要将模型的条件稍加变化,该算法就可能不适用。在经典排序问题中,通常假设工件的加工时间是不变的,然而,在许多实际问题中,工件的加工时间受到加工机器设备、工件本身、加工顺序等许多因素的影响而未必是恒定的。文章提出一类新型的排序问题——带有工期窗口和维护时间的线性退化工件的单机排序问题,目标是寻找:1)最优维护的开始时间;2)工期窗口的位置和大小;3)工件的最优排序使得提前完工、误工、工期窗口开始时间和窗口宽度的总费用最小。文章最后给出了这个问题的最优算法,其时间复杂性是O(n2logn)。     

链式插入排序算法分析

链式插入排序是建立在模仿人类思维方式基础上的一种非比较排序算法,与传统的以比较为基础的排序算法相比,速度极快,特别适合于数据量大的场合.本文在分析链式插入排序算法的基础上,给出了具体的C程序实例.     

生产管理中一类排序问题的遗传算法

生产定理系统中经常会遇到一系列排序问题。本文讨论将ｎ个任务安排在ｍ台设备上完成的一类排序问题。对该类排序问题的其他模型进行了进一步讨论,扩展了模型的适用范围,在建立通用模型的基础上,用遗传算法求解。     

立体仓库固定货架拣选路径优化的蚁群算法研究

本文详细分析了各类蚁群算法及其参数,将这些算法结合立体仓库固定货架拣选路径问题,选取出适合实际情况的算法模块;根据算法特性提出了根据迭代次数自适应调整q0参数和使用精英策略更新信息素两项优化等策略并通过仿真试验证实其优化性。在分析基础之上提出新蚁群算法的数学模型,通过大量仿真试验,得证新算法可以在较短的时间内找到较优的拣选路径,应用到实际操作中极大提高了立体仓库的使用效率。     

人工免疫算法对遗传算法改进的仿真研究

遗传算法是一种很好的优化算法,但其本身存在着易早熟、效率低等不足.人工免疫算法是参考生物免疫系统机制的一种算法,它通常用于对其它算法的改进.论文用人工免疫算法对遗传算法进行改进,在遗传算法中引入浓度机制并从问题中提取疫苗.通过实验对比,它对遗传算法的改进取得了较好的效果.     

改进花朵授粉算法

智能系统试图模拟人类专家来解决复杂的现实问题。问题的领域从工程、工业到医学、教育都各不相同。在大多数情况下,系统需要根据多个输入进行决策,但是搜索空间通常很大,因此很难使用传统的算法进行决策;元启发式算法可以用作寻找最优解的一种工具。因此,改进元启发式技术和现有算法是必要的。本文介绍了一种改进的花朵授粉算法(FPA)。将标准的FPA与克隆选择算法(CSA)结合,应用到23个优化基准函数上,并对其进行测试。将改进算法与五种著名的优化算法(模拟退火、遗传算法、花授粉算法、蝙蝠算法和萤火虫算法)进行比较。实验结果表明,相比标准FPA和其他四种方法,改进花朵授粉算法能够找到更精确的解。     

基于判据的一种Lanczos方法

本文给出了Lanczos算法的判据的一种计算方法,将其与Lanczos算法中出现的三对角方程组的解相联系,提出了一种Lanczos方法。附有数值算例。     

洛神花花青素提取工艺及抗氧化活性研究

目的 用超声波辅助法优化提取洛神花中花青素的提取工艺,并通过斑马鱼胚胎氧化应激模型进行抗氧化活性研究。方法 正交法进行提取工艺优化,斑马鱼胚胎进行氧化应激干预测试抗氧化水平。结果 洛神花花青素最佳提取工艺条件：提取温度30℃、超声功率300 W、料液比1∶40(g/mL)、超声时间90 min,此时得率为2.94 mg/g。体外抗氧化活性表明,5.8 mg/mL洛神花花青素对DPPH自由基清除率、ABTS自由基清除率和羟自由基清除率分别为83.15%、 63.32%和74.4%。通过斑马鱼胚胎氧化应激模型进行抗氧化活性研究发现,洛神花花青素能够有效保护由AAPH诱导的斑马鱼胚胎氧化损伤,11.6μg/mL剂量组的洛神花花青素极显著降低斑马鱼胚胎ROS的产生,抑制脂质过氧化物的生成和降低胚胎细胞死亡率,其作用效果与2.9μg/mL VC组相近。结论 超声辅助正交优化后的工艺能提高洛神花花青素得率,比单因素最高得率提高37%;良好的体内外抗氧化活性为进一步开发洛神花提供理论基础。     

基于黏菌优化极限学习机的煤矸石多光谱识别

煤和矸石的精准辨识是煤矸分选和煤炭清洁高效利用的重要前提,针对传统方法存在效率低、需加装辐射 隔离以及受环境干扰等诸多不足,提出了基于多光谱图像特性和光谱特性来识别煤和矸石,构建黏菌优化极限学 习机(Slime Mold Algorithm Extreme Learning Machine,SMA-ELM)的分类模型。 搭建多光谱数据采集系统完成煤与 矸石的光谱图像采集,通过 LBP 对光谱图像进行特征提取并使用 PCA 主成分分析对提取后的特征向量降维,输入 SMA-ELM 分类模型、蚁狮优化极限学习机(Antlion Algorithm Optimized Extreme Learning Machine,ALO-ELM)分类 模型、鲸鱼优化极限学习机(Whale Algorithm Optimized Extreme Learning Machine,WOA-ELM)分类模型进行对比, 重点研究不同波长响应下煤和矸石的辨识精度来筛选最佳波长,通过多评价指标对优化后的最优波段进行比较。 实验结果表明, SMA -ELM 分类效果最佳,第 6 波段为最优波段, SMA - ELM 在该波段的平均识别准确率为 95. 08%,煤和矸石的识别 F1-Score 分别为 96. 47%和 92. 68%,用时 10. 6 s。 所提出的方法可以实现煤和矸石的精 准识别,这对煤和矸石的智能分选具有重要的研究意义。     

多层神经网络的快速BP算法

首先分析了BP算法中的误差函数对收敛精度的影响,给出了综合考虑绝对误差和相对误差的相差函数,其次利用优化方法中的共轭梯度算法来计算学习过程中的误差下降方向,并根据尺度公式对该方向进行修正,从而得到快速BP算法。经过对实际算例的模拟,结果表明本文给出的快速BP算法是一种适用于多层神经网络的、性能优良的学习算法。     

遗传算法中的加速进化技术

自20世纪80年代以来,遗传算法在工程优化领域获得了广泛应用,遗传算法对数学模型要求不高,具有一定的隐性并行性,能同时在搜索空间大范围搜索,因而不易陷入局部最优解,然而,在实际应用中发现,仅有交叉算子和变异算子的传统遗传算法,局部搜索能力不强,容易出现种群早熟,进化结束时往往收敛到最优点附近而达不到全局最优点,为此借鉴了传统优化方法中的搜索技术,开发了几种算子用以强化遗传算法的局部搜索能力。算例表明,这几种算子能提高遗传算法的搜索性能,不论是搜索效率还是解的质量均有所提高。     

适用于半迹长测线法的岩体结构面直径Priest-Zhang算法和修正算法适用性

由概率论推导提出能够纠正截短偏差的修正算法,工程应用前为明确2种算法适用范围,先采用2种算法由实测半迹长分布估算直径期望,然后对比2种算法估算的直径期望与真实直径期望的相对误差,进行21组对比试验.结果表明:Priest-Zhang算法估算的直径期望是截短值的线性递增函数,修正算法估算的直径期望是截短值的水平线性函数;截短值较小时,2种算法接近,采用前者已能够获得较高精度,纠正截短偏差意义不大;截短值较大时后者明显更精确,纠正截短偏差能够大幅提高精度,应选用后者.汶川工程实例表明:当截短值为0.1m时,2种算法具有高精度且估算结果接近,值得推广.