基于中心差异度迭代调整机制的 网络社区搜寻算法研究

为解决当前网络社区搜寻算法存在的节点聚类形成困难,搜寻迭代过于复杂,难以实现社区归属的二次更新等不足,提出了一种基于中心差异度迭代调整机制的网络社区搜寻算法。首先,通过领袖节点重叠度来实现初次社区搜寻裁决,有效降低了重复搜寻的概率,且根据加入节点与领袖节点差异度进行聚类匹配;随后,通过待加入节点与领袖节点之间的交互热度方式进行基于热度机制的聚类递归,实现对搜寻误差的二次校正。仿真实验表明,与当前网络社区搜寻算法中常用的差分迭代阈值裁决机制,混沌度一体化成型迭代机制相比,本文算法具有更高的首次成功率,以及更小的搜寻次数与迭代周期,具有很强的实际部署价值。     

应用于CDMA系统的迭代DOA估计算法

提出一种应用于CDMA系统的高分辨率迭代DOA估计算法,这种算法利用迭代逐步从空间谱中移出被检测出的信号,然后从残留空间谱进一步搜寻信号.算法对信号的相关性没有做任何假设,所以在相干多径环境中不需要进行运算量很大的特征值分解或空间平滑.实验证明这种方法的性能优于MUSIC算法或MVM算法.     

整数线性规划的一种新的隐数搜寻方法(英文)

提出了一种新的求解整数线性规划的隐数搜寻方法.在本算法中,目标函数作为参数变化,这样相应的目标函数超平面与线性规划松弛问题的有效锥多面体相交产生一个单纯形,变量的界可以通过目标函数超平面上的这个单纯形来确定;接下来,如果在所有变量的取值区间中都存在整数,一个带右手边参数的辅助约束将被引入到原问题中,以便通过一组不等式的迭代计算来进一步改进决策变量的界;最后,一种阻止搜寻方法被用于搜寻问题的解.该文对几个经典算例和随机算例进行了计算,初步证实本算法是方便和高效的.     

基于自适应猫群算法的多目标波束赋形

针对大规模阵列天线波束赋形中智能优化算法精度不高、收敛速度不快等问题,提出一种自适应猫群算法.在猫群算法的基础上,使其基本参数根据迭代次数及适应度函数值自适应改变,并在搜寻模式中加入赌轮盘和精英选择相结合的策略,以增加种群多样性.多种智能优化算法的性能仿真对比分析表明,自适应猫群算法具有快速收敛、全局寻优的能力.将该算...     

基于对比度因子调节的快速分形解码算法

通过对搜寻码本设置门限的方法来调节对比度因子,提出了基于对比度因子调节的快速分形解码算法.实验结果表明,该算法获得了较基本分形算法质量高的第一次迭代后图像,在图像质量降质较小的情况下比基本分形解码明显地加快了收敛速度,从而可较好地满足需要超高速图像解码的应用场合(如实时视频传输).     

维度学习探路者算法

针对探路者算法在解决最优化问题存在收敛速度慢、易陷入局部最优的缺点,提出维度学习策略改善不足.在种群搜寻最优解的过程中,通过对越界个体执行限制维度学习,对迭代不成功个体采取加强维度学习策略,帮助种群跳出局部最优,提高算法的收敛性能.为验证策略可行性,通过5个Benchmark测试函数与4种算法进行对比实验,结果表明,改进后的算法明显优于其他算法.维度学习策略用于粒子群优化算法表明,该策略对于提高算法性能具有普适性.     

基于解空间划分的PSO改进算法

 提出一种基于解空间划分的粒子群优化算法, 该算法在保持粒子群搜索能力的前提下对解空间进行预处理, 寻找最佳搜索区间, 提高了粒子群搜索效率; 在粒子群搜索过程中设置检查点, 动态更新解空间区间划分. 实验结果表明, 该算法有效提高了粒子群的搜索效率, 并使粒子群算法不易陷入局部极值. 同时, 在自适应状态下, 该算法能搜寻到指定精度下粒子群所需的最小迭代次数, 并得到较满意的最优值.     

基于Turbo码译码的动态停止迭代译码算法

Turbo码译码是迭代译码,译码所带来的延时较大.为了解决这个问题,可以运用动态的迭代译码算法.基于文献[1]提出来的迭代停止判决的思想,根据信道条件的好坏的情况下,提出了CRC-SDR迭代停止判决.并对所提出的CRC-SDR停止迭代判决进行了仿真,与其他译码迭代停止判决的仿真结果相比,所提出的CRC-SDR的译码平均迭代次数明显降低,且译码性能没有下降,故提出来的CRC-SDR改进算法是可行有效的.     

基于迭代共享的SMS交换结构调度算法

以往SMS(Switch-Memory-Switch)交换结构调度算法因实现复杂度过高而难以应用在高速环境中.该文提出了一种基于迭代共享的并行迭代调度算法(IS-RRM).通过在迭代过程中同时解决信元的到达和离开冲突,避免了传统算法构造DTC(Departure-Time-Compatible)二分图所需的复杂开销;利用迭代共享技术,使不同时刻到达的信元共享相对较长一段时间的迭代资源,大大减少了单位时隙所需要的迭代次数,降低了调度器的实现复杂度.仿真表明: 在端口数为32时,在每个时隙中仅需采用10次迭代, IS-RRM算法便能够取得小于10-8的信元丢失率. IS-RRM算法具有良好的鲁棒性,在突发到达和非均匀到达模型下均能取得良好的性能.     

一种求解单调方程组的范数下降共轭梯度法

提出一种求解大规模非线性单调方程组的范数下降共轭梯度算法.所提算法推广了Xiao,Song,Wang等提出的求解无约束优化问题的基于BB循环步长的共轭梯度算法,并结合Solodov和Svaiter提出的投影梯度算法.所提算法迭代形式简单、储存量小,且每步迭代不需要方程组的导数信息.本文证明算法的全局收敛性,并做数值试验验证算法在求解非线性单调方程组方面的有效性.     

求解方程近似解的改进双曲线型迭代算法

应用双曲线逼近法,在分析了迭代算法思想的基础上,结合过程模拟与系统仿真的实际,推导出求解方程f(x)=0近似根新型迭代算法,并给出了迭代格式和计算方法.计算结果表明,用此算法求解方程的根,收敛速度及稳定性均好于割线法,初值选取范围比牛顿法和割线法宽.此算法的提出对于方程求根的理论分析和工程应用都有十分重要的意义.     

一般变分不等式的三步迭代算法

利用变分不等式和不动点问题的等价关系,给出了一个新的求解一般变分不等式的三步迭代算法;该算法在现有的两步迭代算法基础上,利用校正方法建立了第三步迭代公式;最后在适当条件下证明了该算法的收敛性,所得结论推广了该领域内的一些最新结果.     

一种n步迭代算法的收敛性分析及其应用

引入并研究了一类新的非线性变分不等式问题，给出了一种新的n步迭代算法，并证明了运用此种算法来求解此类变分不等式问题的收敛性．     

基于稀疏序列LDPC的多层码的迭代译码

提出一种稀疏二进制序列构造的LDPC码作为分量码,译码采用串行迭代的多层码方案.每次串行迭代译码逐层进行,低层向高层传递译码软信息.采用该方案分别对8PSK和16QAM调制的多层码进行串行迭代译码和并行迭代译码的性能仿真.仿真结果表明:该方案的编码复杂度较低,相比于并行迭代译码,串行迭代译码简化了译码结构,且2种迭代译码算法复杂度相同;在AWGN信道和平坦瑞利衰落信道中,串行迭代译码的误比特性能优于并行迭代译码.     

一种改进的非线性离散系统迭代学习控制算法

针对非线性离散时变系统的迭代学习控制问题,提出了一种改进的迭代学习控制算法。在新控制算法中,除了在传统算法基础上增加了状态补偿外,还引用了小波变换来对跟踪误差进行了滤波而没有相位补偿。利用该算法进行学习控制,使系统的实际输出以更快的速度收敛于系统的理想输出;并进一步从理论上证明了新算法的收敛性。     

邻近点CQ法的强收敛性

讨论了邻近点(PPA)问题的迭代逼近,采用CQ法证明了把Mann迭代和近似迭代算法揉合在一起构成的新迭代序列,在一定的假设条件下强收敛,推广和改进了其它文献中的证明方法。     

低复杂度伪码迭代捕获方法

针对迭代消息传递的伪码捕获算法复杂度过高的问题,提出一种低复杂度伪码迭代捕获方法.将伪码迭代捕获方法分成迭代译码算法和向量选择算法2个步骤来讨论:首先,采用归一化简化方法对迭代译码算法进行改进,降低了算法的空间复杂度;其次,提出一种新的伪码向量选择算法,大大降低了算法的时间和空间复杂度.仿真结果显示:提出的伪码迭代捕获算法以低的复杂度,实现了较低信噪比下长伪码的快速捕获,且其捕获性能优于现有的伪码迭代捕获方法.     

关于完全广义混合强非线性变分包含的迭代算法

引入并研究了Hilbert空间中一类新的完全广义混合强非线性变分包含 ,利用极大单调映射的预解算子技巧建立了新的三步迭代算法 ,证明了此变分包含的解的存在性及由迭代算法所生成的迭代序列的收敛性     

化学驱模型中压力方程的交替方向解法改进

以国内外化学驱数值模拟的主要数学模型为基础,提出了相压力方程的改进的交替方向迭代算法。构造了三维抛物方程的交替方向迭代格式,并对于油藏数值模拟模型中常见的第二类边界条件以及实际地质模型中强非均质的情况,提出了新的迭代参数计算方法。基于胜利油田自主知识产权化学驱数值模拟软件SLCHEM进行了算法的代码实现,通过实际矿场模型的算例测试表明,新构造的交替方向迭代算法相比原来的预处理共轭梯度类算法提高计算速度16%以上,计算精度满足矿场应用要求。     

线性离散时不变系统的分数阶相位校正迭代学习控制

针对带有随机干扰的线性离散时不变系统,提出一种分数阶相位校正迭代学习控制算法.设计一种新型相位超前校正与分数阶迭代学习控制相结合的迭代学习控制(ILC)学习律.基于频域分析方法,得到分数阶相位校正迭代学习控制在算法开、闭环两种情况下的频域收敛条件.结果表明:文中算法显著提高了ILC跟踪误差的收敛速度和收敛精度,具有先进性和有效性.