含负权有向网络中最短路问题的求解算法

研究含负权有向网络中的最短路问题，给出了一个求解含负权有向网络中最短路问题的表上作业算法，并对该算法的正确性进行了证明，经在ＩＢＭ４８６微机上对数万个随机算例的实际试算表明，算法所需的平均执行时间短，算法对求解最小费用流问题和动态规化问题都有较大的意义     

带负权最短路问题前趋法的改进

针对在带负权的有向网络中求最短路的前趋法的不足,结合动态规划思想从提高算法效率方面对其进行了改进,并提出了一种新算法.新算法通过引入变量记录当前节点到宿节点的最短路权,避免了前趋法中比较多条前趋路时反复计算最短路的冗余运算,同时弥补了动态规划不能直接求解带回路的有向网络最短路的缺陷,是一种计算带负权最短路问题的简便方法.该算法对非负权网络中的最短路问题同样有效.最后仿真结果和算例表明了新算法的有效性.     

含负权有向图最短路问题的一种新算法

Dijkstra算法是求解最短路问题的一种经典算法，但是它的缺点是不能用来求解含有负权的最短路问题。本文对图论中含有负权的最短路问题进行研究，提出了一种新算法，将含有负权的最短路问题先转化为不含负权的最短路问题，最后再利用Dijkstra算法求解，并用实例验证该算法的有效性，具有一定的现实意义。     

D对称非负定矩阵反问题解和算法

讨论了D对称非负定矩阵反问题解和算法，给出了D对称非负定矩阵反问题有解条件的判别以及求解的MATLAB程序．     

有负权时有向图全路径算法研究

有向图有负权路径求解问题比较常见,但求所有可达路径的算法却见之甚少。本文在以前提出的一种有向图无负权所有可达路径搜索算法的基础上,提出一种先将有负权问题转换成无负权问题,进而用无负权算法求解之的方法。     

具有运输次序的运输问题研究

研究了一类新的运输问题--具有运输次序的运输问题,建立了这类运输问题的网络流模型,证明了该模型的有效性,根据解最小费用流问题的思路设计出求解该模型的实用算法,同时通过定义修正权将负权转化为非负权,从而可以用Dijkstra算法找最短路,使算法得到改进.     

无线传感器网络中覆盖度和连通度问题的研究

对无线传感器网络中的覆盖度和连通度问题进行了研究。传统的求解覆盖度和连通度问题的整数规划算法对于大型的无线传感器网络，其整数规划算法的求解时间复杂度过高，导致算法效率偏低，通过对CCP—WSN的研究，提出了一种新型的求解CCP-WSN的盲覆盖区增强算法，该算法采用启发式的策略，大大降低了求解的时间复杂度，并且能够求出网络的近似最优解，非常适合于分布式应用。     

基于DFS的最大流多解问题研究

最大流问题一般是多解的，但传统的求解方法过于繁锁。提出了一种基于DFS的最大流多解算法，可以求得有向流网络的所有最大流解。该算法依据DFS策略，算法的执行效率较高。     

基于分布估计算法的非负矩阵分解

非负矩阵分解问题可以转化为一个约束优化问题,因此可以依靠最优化领域的相关算法进行求解.提出一种基于分布估计算法求解非负矩阵分解问题的新算法,并将算法应用于两个非负矩阵分解的数值算例,与非负矩阵分解基准算法进行比较,证实了算法的可行性和优越性.     

无线传感器网络中覆盖度和连通度问题的研究

对无线传感器网络中的覆盖度和连通度问题进行了研究。传统的求解覆盖度和连通度问题的整数规划算 法对于大型的无线传感器网络，其整数规划算法的求解时间复杂度过高，导致算法效率偏低，CCP-WSN通过对的 研究，提出了一种新型的求解CCP-WSN的盲覆盖区增强算法，该算法采用启发式的策略，大大降低了求解的时间 复杂度，并且能够求出网络的近似最优解，非常适合于分布式应用。     

有向网络兴趣社区的快速挖掘算法及其在僵尸粉检测中的应用

针对传统的无向网络社区挖掘方法无法实现大规模有向网络中社区有效发现的问题,提出了一种新的有向图社区及其兴趣特征快速挖掘算法。采用贪心算法求解社区划分模块性最大化的优化问题,较好地平衡了有向图社区挖掘中准确性与有效性之间的矛盾,实现对大规模微博类有向网络社区结构的有效识别;基于发现的社区,采用tf-idf算法进一步挖掘社区用户的兴趣爱好,实现了对微博网络中兴趣小组的精确挖掘。基于新浪微博的实验结果表明:所提算法不仅可以快速有效地挖掘有向网络中的社区结构及其用户的兴趣特征,还能够准确地检测出微博网络中的僵尸粉社区,研究结果对微博系统的净化、谣言控制、网络广告的精准投放等研究具有重要的参考价值。     

关于无向网络容量扩充的问题

将带约束的最大容量路问题扩展到约束条件含固定费用的无向网络的容量扩充问题，并给出了强多项式算法。     

含多分区电力系统能量备用实时优化调度的动态积极集求解算法

网络阻塞和故障停运导致备用存在供应问题,为了保证含多分区电力系统备用的有效性和网络的安全性,在实时优化调度中提出分区备用要求和新的求解算法,分析了含多分区的孤立和受端电力系统备用容量需求,建立了一种以电能和备用购买费用最小为目标函数的能量备用实时优化调度模型,同时计及了系统备用要求、分区备用要求、N-1安全准则等约束条件。该模型是一个超大规模的优化问题,因此文中将动态积极集法引入电力系统优化调度问题,对其进行迭代求解。最后,对IEEE 118节点标准测试系统和我国某典型受端电网进行算例分析,结果表明,采用提出的实时优化调度模型和动态积极集求解算法在满足电力系统实时调度计算时间要求的同时,求解得到能量备用的实时优化调度方案以及N-1故障后备用调用方案,验证了模型的合理性和算法的可行性。该算法可以有效解决备用的供应问题,提高电网运行的安全性,为含多分区电力系统的实时优化调度提供有意义的探索。     

基于集合覆盖的异构有向传感网寿命优化策略

在由感知半径、感知角度和携带能量不同的有向传感器节点组成的异构有向传感器网络中,对满足优先级不同的监测目标有不同覆盖要求条件下的网络寿命最大化问题进行研究。利用集合覆盖的思想,将有向传感器节点划分为满足目标覆盖要求的集合,通过集合之间的切换来达到延长网络寿命的目的。首先证明本文问题是NP-hard问题,然后利用改进的和声搜索算法进行求解,一方面引入带有混沌参数的微分变异因子,改进种群的多样性;另一方面,与模拟退火算法结合增强算法的局部搜索能力。同时为对比算法性能,提出一种贪婪算法。仿真结果显示:较之原始和声搜索算法和贪婪算法,改进和声搜索算法能有效延长网络的寿命,证明了改进算法的有效性。     

基于分流率的路径交通量求解算法

为求解交通分配问题，提出一种基于分流率的路径交通量求解方法．该方法通过求解一个基于分流率的交通分配模型确定了满足用户平衡准则的路径交通量．文中首先给出分流率的定义，并根据该定义建立一个以分流率为求解变量的交通分配模型，然后证明该模型等价于传统的以路径交通量为变量的交通分配模型．新建模型是一带等式约束和不等式约束的非线性规划，它的变量个数是网络中终点个数和路段个数之积的线性函数，且比以路径交通量为变量的交通分配模型要少很多．文中通过引入网络中节点和有向路段的平均成本的定义简单有效地解决了新建模型消除等式约束后梯度难以求解的问题，并以此给出新建模型的求解算法．该算法以近似Newton方向到约束空间上的投影作为下降方向，用不精确搜索技术确定搜索步长．文中从理论上证明了算法的可行性和收敛性，并通过算例阐述了算法的有效性．计算结果表明：该方法可在理想的时间内求解大规模网络的交通分配问题；在计算时间、计算精度和所需存储内存上比其他能够确定出路径交通量的求解算法都要优越；在相同的计算精度下计算时间仅仅是其他算法的三分之一，甚至更小．     

一种自适应量化的分布式次梯度方法

[目的]考虑了网络通讯受宽带限制,提出 了 一种自适应通讯量化的分布式次梯度方法来求解分布式凸优化问题.[方法]首先设计了 自适应量化方法,其次提出了有向网络下的分布式优化次梯度算法.[结果]得到了当 目标函数为凸函数和强凸函数时该算法的收敛率.[结论]数值例子表明所提算法能有效降低通讯成本,并能适用于更一般的非平衡有向通讯网络.     

广义离散神经网络模型及启发式算法

对Hopfield离散网络的操作方式进行了推广，使其可以实现局部并行操作，并给出了相应的稳定条件。构造了一种用于最大独立集（MIS）问题求解的广义离散神经网络模型（GDHN）。模拟计算表明，所提出的算法在求解MIS问题时，比单纯的Hopfield神经网络算法有更好的优化性能。     

非负线性最小二乘问题的一种严格可行内点算法

给出了非负线性最小二乘问题的一个新算法.首先,把非负线性最小二乘转化为线性互补问题,结合牛顿方向和中心路径方向,通过求解一个线性方程组得到搜索方向;进而获得了求解非负线性最小二乘问题的一种严格可行内点算法,并证明该算法经过多项式次迭代之后收敛到原问题的一个最优解,数值实验表明此方法是有效的.     

求解连续平衡网络设计问题近似解的启发式算法

采用双层规划模型描述连续平衡网络设计问题，设计了求解问题近似解的启发式求解算法，并给出了一个简单的算例．本算法使用不需求导数的简单的求解方法，通过和以前的几种求解算法相比较，计算结果准确，但相应的计算量增加．     

基于禁忌搜索算法的计算机通信网络中容量与流量分配问题的优化研究

为了降低网络的运营费用与改进网络性能，首次采用近年来新出现的一种高效的现代超启发式搜索方法——禁忌搜索算法求解计算机通信网络中链路容量与流量分配(CFA)问题，讨论了计算机通信网络中链路的固定费用、时延费用与可变费用对运营总费用的影响．大量的计算机仿真实验结果不仅验证了禁忌搜索算法对求解CFA问题的有效性，而且与传统的拉格朗日松弛及子梯度寻优算法相比，解的质量有大幅度提高；与遗传算法相比，对大规模或负荷很重的网络，该算法更具优越性．