基于最大最小爬山算法的肺癌预后模型

利用最大最小爬山算法构建肺癌患者的预后模型,指导肺癌预后评价.以SEER( surveillance,epidemiology,and end results)数据库中2008年至2014年期闾被确诊为肺癌的患者组成数据集,首先利用卡方检验、Logistic回归分析方法对数据集中的变量进行特征选择;然后,在训练集上利用...     

钻井布局模型与算法

对勘探部门在某地区钻井布局问题进行了分析,建立了简单但非常适用的数学模型,并设计出行之有效的算法,得到了理想的结果,其结果具有很重要的实践意义。     

一种基于Dijkstra算法的三角网格地表模型算法

对二维地表模型运用Dijkstra算法求解最短路径时,为了减少计算量,需要对模型进行简化后,才开始进行Dijkstra算法的求解,所以结果并不符合实际地表情况。不在模型上进行任何简化,而是直接在模型上划分三角网格来处理最原始的模型。然后用基于Dijkstra算法和矢量夹角的三角网格地表模型算法求解最短路径。通过此算法完成了一个实例的最短路径求解。结果表明,采用文中算法所得到的结果符合Dijkstra算法求得的路径和实际情况,而复杂度并没有因为未简化模型而大幅上升,并且算法具有效率高、复杂度低、稳定性好等优点。     

网格结点中任务包批处理的性能分析

本文首先阐述了网格结点与计算单元之间的关系,然后对任务包到达网格结点后,被调度到计算单元的过程进行数学建模,并利用该数学模型对调度过程进行性能分析,得出系统中任务包的平均滞留量与批处理的规模成正比.该结果对提高网格中计算资源的利用率和服务性能有着重要意义.     

一种基于混合模型的数据网格副本选择机制

在基于遗传算法和蚂蚁算法的副本选择策略研究的基础上,针对两种算法的优缺点,提出了基于融合算法的副本选择策略,利用遗传算法中的适应度函数初始化蚂蚁算法中的信息素分布,利用蚂蚁算法选择最优副本,即解决了遗传算法求解效率低的问题,又解决了蚂蚁算法初期信息素匮乏问题。通过对仿真结果进行分析比较,基于融合算法的副本选择策略在整个网格环境下和在单个站点都能有效减少作业运行时间,提高副本选择的速度,提高了整体性能。     

相交网格下基于最优划分的多密度梯度网格聚类算法

为解决网格聚类算法中对参数过于敏感、无法自动识别不同密度梯度类以及不同梯度类间划分不够精确等问题,提出了相交网格下基于最优划分的多密度梯度网格聚类算法(OPMDG).该算法只需用户输入一个大致的密度阀值范围,网格边长自动计算并可自动调节适应,减少了算法对参数的敏感性;提出了二重划分技术,可挖掘不同密度梯度的类;对于处于不同类上的交界点,引入了电荷间吸引力的概念,能有效解决类间聚类精度不高等问题.实验结果表明该算法是有效的.     

基于遗传算法和位爬山算法的混合多用户检测

针对传统多用户检测中的遗传算法容易陷入局部最优解且收敛慢、影响系统实时性等问题，研究利用爬山算法的优势来弥补遗传算法的这一缺陷，使2种算法优势互补，并在同步CDMA系统中对其性能进行了研究．仿真结果表明，提出的这种算法能有效克服传统遗传算法的局限性问题，且计算量小，收敛速度快，在抗干扰与克服“远——近”效应方面均有明显的优势．     

基于萤火虫算法的多中继选择策略

〖JP2〗中继选择(RS)和功率控制是无线中继网络的2个重要组成部分.当中继节点以全功率协作和不协作时,中继选择等同于功率控制.因此,最佳信噪比（SNR）被描述称为0-1非线性整数规划问题（0-1 nonlinear programming integer problem,NLIP）.文中提出了基于萤火虫算法（Glowworm Swarm Optimization, GSO）的多中继选择策略,仿真结果表明,基于GSO算法的多中继选择能够获得最佳信噪比值,且性能优于穷举搜索、单一RS方案及其他次优化方案.〖JP〗     

高速铁路场景中基于MAB模型的多信道选择算法

针对高速列车越区切换过程中,切换带为多信道分布的问题,提出一种基于多臂老虎机(multi-armed bandit,MAB)模型的信道选择算法.首先,以置信区间上界(UCB)算法为基础,通过设置信道空闲差异因子,使算法快速收敛于最优信道;其次,通过引入满意通信概率(SCP),衡量移动列车的通信质量,分析与切换过程中误码...     

一种面向通信开销的网格工作流调度算法

采用任务—资源分配图定义了网格任务调度模型,运用动态规划的方法提出了面向通信开销的工作流任务调度算法。采用扩展的拓扑排序算法对具有依赖关系的工作流任务进行划分,根据划分的任务子集得到相应的调度阶段,在每一阶段选择满足约束条件和以计算开销、通信开销以及任务执行成功率为最优目标函数的资源节点进行任务分配,从而使工作流任务调度目标函数最优。应用Grid Sim工具包实现了该调度算法,并与Min-Min算法进行对比分析。仿真结果表明,基于动态规划的网格工作流调度算法具有良好的适应性,且能较好地处理不同网络环境下任务间存在大量数据传输的网格调度问题。     

ZigBee网络中基于节点移动性的路由选择策略

为了提高ZigBee网络的路由效率,降低节点能耗,提出一种基于节点移动性的路由选择策略.ZigBee网络同时支持基于地址分配的分层路由和基于路由请求的路由方法.该策略根据网络中节点移动性的变化,自适应选择路由方法.节点通过自身邻居参数改变识别位置变化,避免了网络中额外的数据传输流量.经仿真测试,相对于原有的单一方法路由方案,基于节点移动性的路由选择策略具有更高的路由效率,提升了ZigBee网络的路由性能.     

基于代理成本的供应链合作伙伴选择

针对代理成本对供应链合作伙伴选择的影响,考虑一个简单二级供应链,即销售商隐藏销售努力(产生道德风险),供应商隐藏成本信息(产生逆向选择),运用委托代理理论,分别分析道德风险和逆向选择下的代理成本与市场环境的不确定性σ2、供销双方的风险规避度ρs,ρr的关系,以此为基础对供应链合作伙伴选择提供一定的决策参考。研究发现:道德风险下的代理成本CMH与σ2,ρr呈现正相关关系,与ρs呈现负相关关系;逆向选择下的代理成本CAS与σ2,ρr及ρs均呈现负相关关系;无论是供应商还是销售商,要想在激烈的市场环境中立于不败之地,不能一味地采取保守策略,适度地冒险精神,可使合作双方达到"双赢"。     

基于风险估计模型的网格任务动态级调度算法

网格中的各种资源的失效是不可避免的,为尽可能减少由于资源失效导致任务执行失败带来的影响,网格的任务调度算法的目标不仅要最小化任务执行的时间,还要兼顾考虑任务在资源上执行失败的风险.提出了Risk-DIS(Dynamic Level Scheduling)算法是将资源的风险估计模型与DIS算法相结合,通过仿真试验与DIS算法相比较,新算法在选择适当的参数的情况下,不仅能够最小化DAG型应用的完成时间,还能提高任务执行的成功率,有效的减少网格环境的不确定性对任务执行的影响.     

基于可变库存费和短缺费的变质性物品的库存模型

在订货费是可变的假设下,分别建立了变质性物品的库存费用和短缺费用是关于时间的函数以及库存费是库存量的函数的两个变质性物品库存模型,并且从理论上给出了其最优解。     

基于误判代价的C5.0算法的优化分析

针对决策树C5.0算法在建模中不同代价值的错误分类没有在建模过程中区别对待,使得模型错误分类代价较高的问题.论文使用误判代价值和代价矩阵以降低高代价错误率,从而实现在模型总体错误率变化不大的情况下,实现C5.0算法所建模型的错误分类代价最小.实验证明优化后的模型在测试数据中高代价错误率从原模型的1.52%降到了0,说明代价矩阵的应用效果非常明显,一般代价错误率也有所下降,低代价错误率基本持平.     

基于遗传算法的多级库存成本优化模型

针对多级库存复合而成的一般系统,首先通过分析安全库存与服务水平的关系,给出随机需求下安全库存随前置期和服务水平变化的函数关系;然后结合多级库存的控制特点,建立包含安全库存费用在内的多级库存成本优化模型,并给出遗传算法求解办法.该模型在供应链节点企业总成本最小的基础上,确定了最佳订购批量、最佳订购点和服务水平,以及对应的总成本和总利润,进而为各节点企业有效地减少库存量,降低供应链的总成本,提供有力的依据.在随机需求供应链条件下,提出了级安全库存策略,并从理论上证明该策略能有效地减少供应链中的安全库存量,降低库存成本.     

基于MES的动态成本控制系统设计及其应用

以某钢铁公司选矿厂为背景,提出了在网络、数据库等信息技术支持下的基于ERP/MES/PCS三层框架结构的生产过程动态成本控制系统结构,设计并实施了选矿厂动态成本控制系统·系统以选矿生产过程为对象,按确定的成本中心采集各工序的成本数据,监测成本指标,完成成本的动态核算·并采用模型对成本进行分解、预测和分析,实现了成本的动态在线控制以及信息流、物流、资金流的集成,取得了良好的应用成效·     

基于多克隆选择的多维关联规则挖掘算法

通过引入多克隆选择算法的思想,提出了一种基于多克隆选择的关联规则挖掘算法．仿真对比试验表明,该算法加快了关联规则挖掘的收敛速度,具有更强的全局与局部搜索能力,与基于进化算法和基于免疫算法的关联规则挖掘算法相比,明显提高了所得关联规则的准确率．