面向对象的并行碰撞检测算法及应用

提出了一种新的面向对象的并行碰撞检测算法，分析了这种算法的时间复杂性、碰撞检测的完全性和唯一性等问题，讨论了这种算法在虚拟环境中的实现与应用。结果表明该算法具有良好的可扩展性。     

基于区域增长及边缘检测的一种图象分割方法

提出一种图象分割算法．这种算法综合了三种算法，即区域增长、边缘检测及保持边界平滑方法．它可以明显地克服区域增长及边缘检测各自的缺点．在这种方法中还引进了边界平滑算法使得分割所产生的边界更可靠．可直接应用到三图象分割、医学图象分割的实验中，证明了这种方法的有效性     

异步串行口波特率自动调整的原理与实现

通过对异步串行口波特率自动调整的各种算法进行深入研究和比较，综合出一种切实可行的、可靠的、高效率的算法，并在MCS-51单片机上实现了这种算法，从而验证了这种算法的可行性与实用性．异步串行口波特率自动调整的原理与实现@金如彬@叶萍萍@陈詠思     

直线扫描转换算法的研究

介绍了一种新的Bersenham画线算法，这种算法结合了函数图象的对称性，把斜率在0、1之间的直线Bersenham算法客易地推广到任意斜率的直线的扫描转换算法。     

基于多元符号可信信息的RS码的软判决译码算法

讨论了多元码可信信息的计算方法，提出了一种RS（Reed-Solomon)码的软判决译码算法，这种译码算法是在计算多元符号的可信信息的基础上，依据Chase译码算法的基本原理，将代数译码和码元符号的可信信息相结合，并进一步简化了试探错误图样产生方法，最后给出了在AWGN信道上（15，11，5）RS码的软判决译码算法的计算机模拟结果，表明这种软判决译码算法是有效的。     

一种改进的模糊类聚 Kohonen 网学习算法

描述了一类模糊类聚Ｋｏｈｏｎｅｎ网络，对以往的算法加以改进，将监督算法与非监督算法加以合并，提出一种改进的算法。这种算法在计算机上模拟实现，并与通常算法加以比较，可看到识别效果得到明显的改善。     

动态蚁群算法在带时间窗车辆路径问题中的应用

蚁群算法是近年来新出现的一种随机型搜索寻优算法。自从在旅行商等著名问题中得到富有成效的应用之后，已引起人们越来越多的关注和重视。将这种新型的生物优化思想扩展到物流管理中的带时间窗车辆路径问题，设计了一种动态蚁群算法，从数值计算上探索了这种新型蚁群算法的优化能力，获得了满意的效果。     

针对一种特殊干扰信号的自适应抵消器改进算法

提出针对一种特殊干扰信号的自适应抵消器改进算法。它既能有效地进行噪声抵消，又在一定程度上加快收敛速度，从而提高自适应抵消器在这种干扰环境下的性质。文中通过严格的理论推理，证明这种算法的可行性和优越性。计算机仿真结果表明，利用改进算法得到的抵消器输出结果，明显优于传统算法所得的结果。最后指出，这种改进算法在范围上的特殊性。     

一种基于GMPLS光网络的共享恢复路由算法

目的 改进基于GMPLS光网络中故障恢复的路由算法。方法 把现有的算法和网络负载均衡的目标结合起来，改进原算法。结果 仿真表明这种改进的算法在链路的使用、呼叫阻塞、资源使用、资源共享4个方面都优于原有的算法。结论 采用这种改进的算法更有利于均衡网络的负载，提高网络的生存性。     

基于估计概率密度函数的独立分量分析方法

利用混合高斯模型，给出了估计概率密度函数算法，并利用高斯混合模型法获得了对分离矩阵的梯度学习算法，给出了一种迭代概率密度估计的独立分量分析学习算法．这种块处理方法可实现超、亚高斯混合信源的情况．最后在仿真实验过程中验证了该算法具有较高的稳定度和精确度。     

求解约束优化问题的多成员人工蜂群算法

针对约束优化问题提出了一种多成员人工蜂群算法.新算法设计了一种多成员机制,增强了在可行域内的搜索能力.在进行选择操作时,允许拥有较优目标函数的不可行解战胜可行解,增强了种群的分散性;在处理等式约束时,引入一种约束放松程度从大到小变化的机制,充分利用了等式约束周围不可行解的信息.针对13个标准测试函数的仿真实验表明:当处理含有等式约束且可行域较小的问题g13和最优解位于可行域内部且可行域较大的问题g02时,与改进人工蜂群算法相比,新算法最优解的均值误差分别减小了76%和80%.     

基于万有引力定律的多目标优化算法

针对一类多目标优化问题,提出一种基于万有引力定律的优化算法．首先把决策变量空间的解看成带有质量的个体,然后根据万有引力定律,计算每个个体的合加速度,再根据运动规律,给出产生新解的迭代公式．仿真实验结果表明,算法是可行的、有效的．     

模糊人工蜂群算法在加工中心组成问题中的应用研究

研究成组技术中加工中心的组成问题。在满足各中心机器间相似系数最大的情况下,寻求最优组成方案。针对人工蜂群算法搜索缓慢、易出现早熟等问题,提出了一种模糊人工蜂群算法。该算法采用模糊位置矩阵表示问题的解,重新定义了候选解产生公式,并设计了新的选择概率公式。建立了模糊位置矩阵与问题可行解的映射关系。仿真结果表明,该算法是可行、有效的。     

遗传算法中基于优良个体特征模式的方向变异算子

提出了一种基于优良个体特征模式的方向变异(DM)算子以改进标准遗传算法的随机变异，它不仅能提高种群的多样性，增强其在解空间的搜索能力，也能提高遗传算法的收敛速度、在对多峰值函数的优化时，将该算法和标准遗传算法结果比较，表明该算法有良好的稳定性、     

基于遗传算法的协同优化方法

针对协同优化的系统级优化可行域可能不存在的问题,采用遗传算法,并借鉴逐步增强约束强度的思想,提出了基于遗传算法的协同优化算法.该算法利用各子学科返回的优化值,计算种群中个体的不可行度,根据不可行度和阈值来判定该个体是否为可行解.提出利用循环迭代次数调整阈值的方法,保证了系统级优化向一致性等式约束不满足度减小的方向进行,达到了有效增强子学科间一致性的目的.最后,利用减速器典型算例对该方法进行了验证,结果表明该方法的优化性能良好.     

求解多目标规划问题的一种新的群体搜索算法

针对带有边界变量的多目标优化问题，提出一个新的随机群体搜索算法，该方法在可行域内随机选取N个样本点，把每个样本点看成带电粒子。根据不同目标函数，分别定义其电荷，针对每个样本点根据不同目标函数按照电磁学原理计算出合力，然后把各个合力线性加权作为该点搜索方向，以便求得新的群体．最后，把给出的算法应用到两个实例中。并与遗传算法、蚁群算法进行比较，数值结果表明算法是可行的和有效的．     

用混合遗传算法求解约束NLP问题

将传统的求解约束ＮＩＰ问题的罚函数法和可行方向法同遗传算法结合,得到一种新的混合遗传算法。该算法弥补了仅用罚函数作为遗传算法的适应函数之不足,数值模拟结果表明该算法比其他算法更加有效。     

Parallel evolutionary modeling for nonlinear ordinary differential equations

We introduce a new parallel evolutionary algorithm in modeling dynamic systems by nonlinear higher-order ordinary differential equations (NHODEs). The NHODEs models are much more universal than the traditional linear models. In order to accelerate the modeling process, we propose and realize a parallel evolutionary algorithm using distributed CORBA object on the heterogeneous networking. Some numerical experiments show that the new algorithm is feasible and efficient. Foundation item: Supported by the National Natural Science Foundation of China (No. 70071042 and No. 60073043) Biography: Kang Zhuo (1970-), male, Lecturer, research interest: network computing and evolutionary computation.     

一种求解最大二等分问题的分散搜索算法

最大二等分问题是图论中的一个NP困难问题.本研究提出一种基于分散搜索框架的启发式算法求解最大二等分问题.该分散搜索算法采用Kernighan-Lin算法作为局部搜索算法,利用解的质量和解之间的距离构造参考集,通过两个可行解构造新的可行解.利用一些标准测试例子测试算法,实验结果与现存算法所得结果比较,表明该算法是有效的.     

一种正弦波信号频率幅值的高精度估计方法

为了提高正弦波信号频率和幅值的频域估计精度,提出了窗函数迭代逼近方法.Matlab仿真结果表明,该方法切实可行,估计精度可以提高4~5个数量级,且与频率偏差δ基本无关.