一种计算机网络安全监测系统的模式研究

检测器的生成时间能很大程度上影响计算机网络安全监测系统.对穷举检测器生成算法、线性检测器生成算法、贪心检测器生成算法这三种生成器算法之间的关系进行了对比研究,计算出了3种算法的时间复杂度和空间复杂度.     

求解度约束最小生成树的一种启发式方法

针对网络设计和优化中度约束最小生成树问题,提出了一种基于贪心思想的启发式算法求解度约束最小生成树.在最小生成树的基础上,将超过度约束的顶点降低度数使之满足度约束条件.经大量数据测试并与其他算法进行比较,表明了该算法的有效性和通用性.     

树-串句法统计翻译模型的正向贪心解码算法

为了有效利用句法信息指导翻译过程,提出了基于贪心搜索的树-串句法统计翻译模型的正向解码算法.该算法以对数线性模型为整体框架,采用翻译模型概率、语言模型概率和空译文罚分作为特征函数.在解码过程中首先生成初始译文,然后通过遍历句法分析树反复迭代来改进译文.重点研究了解码过程中译文片断的打分方法.实验在IWSLT2004数据集上进行并采用BLEU方法评价翻译结果.实验结果表明正向贪心解码算法在翻译质量和速度上均好于现有的反向解码算法,这说明正向贪心解码算法能够更为有效地利用句法结构信息,更适合于树-串统计翻译模型.     

改进的生成树算法求解旅行商问题

给出了一种基于最小生成树的TSP求解算法,该算法结合贪心算法和匹配算法,把传统近似算法的局部最优转化为全局最优,避免了最邻近算法中最后几步产生的较大的误差.文章最后分析了算法的复杂性,实验数据表明该算法有较高的有效性.     

左转算法在间接法生成Voronoi图中的应用

就利用左转算法间接法生成Voronoi图进行了初步的探讨,首先用贪心算法进行平面的三角剖分,然后使用左转算法构建Delaunay三角网,再生成Voronoi图.实践证明使用这种方法在编写程序时程序结构更容易理解和稳定.     

通用组卷算法研究

针对网络化考试的需求,提出了一种通用组卷算法,为了使生成的试卷更客观、科学和有区分度,文章首先讨论了组卷原则,并围绕组卷原则,提出了一个结构合理的试题库和自动组卷算法,从而构建了一个自动化试卷生成系统。     

基于贪心修正策略的遗传算法求解0-1背包问题

介绍了0-1背包问题的基本贪心算法,借助于启发式算法在求解NP问题中的良好表现,设计了一种基于贪心修正策略的遗传算法。该算法结合了贪心算法和遗传算法各自的优点,利用贪心算法强化了初始最优解,通过对遗传算法的改进,使其在寻求最优的过程中更具有优越性。实际数值计算和结果比较表明,该算法能有效解决0-1背包问题。     

基于扰动的社交网络保护方法研究

扰动技术是社交网络隐私保护的重要方法,本文提出了高斯随机扰动和贪心扰动两种扰动算法保护社交网络的权值,分别适用于动态和静态社交网络。高斯随机扰动可以简单有效地保护动态社交网络的权值隐私,贪心扰动算法将社交网络的边分类,可以在保护静态社交网络权值隐私的同时保证社交网络的最小生成树不变,提高社交网络数据的可用性。实验结果表明两种算法均能有效保护社交网络的权值安全,并且保持较高的数据可用性。     

基于启发式和贪心策略的社交网络影响最大化算法

为解决传统影响力最大化算法在影响范围和运行时间上存在的不平衡问题,提出了一种综合启发式和贪心算法的社交网络影响力最大化算法(MHG).该算法综合考虑了贪心算法和启发式算法的优势,将种子节点的选择分为2个阶段,即通过启发式算法选出候选种子节点集和使用贪心算法从候选种子节点集中筛选出种子节点集合.结果表明,与现有的启发式算法相比,MHG算法在影响范围上具有显著优势,且接近贪心算法,但其运行时间明显少于贪心算法,因而在效果和时间2个方面取得了较好的平衡.在真实数据集及不同传播模型下,MHG算法均表现出稳定的影响范围,体现了该算法在大规模社会网络处理中的可扩展性.     

最优顶点覆盖的贪心边近似算法

提出了一种新的贪心边近似算法,能保证性能比不大于2的同时比传统的选任意边算法有更优的解,在可验证（能得到最优覆盖点数）时,统计数据表明贪心边算法非常有效,是一个集合了传统的任选一边近似算法和选择度数最大点的贪心算法两者优点的新算法.     

基于混合变邻域遗传算法的柔性车间调度研究

针对柔性作业车间调度的问题，以最大完工时间为目标建立数学模型，提出一种混合变邻域遗传算法。采用三种初始化方法保证初始解的质量，用遗传算法进行初步搜索，将搜索的结果通过迭代贪婪策略进一步搜索，以提高解的质量，再对关键路径进行邻域搜索，设计“跨机器工序搜索邻域”、“同机器工序搜索邻域”、“次优工序搜索邻域”三种邻域结构，加强局部搜索能力。引入迭代贪婪策略和改进的邻域结构可显著提高算法的稳定性与迭代速度。通过对国际通用的柔性作业车间调度基准算例进行测试，实验结果表明所提改进算法能够有效求解柔性作业车间调度问题。     

基于动态贪婪算法的不可靠测试点选择

针对测试不可靠条件下的测点选择问题,根据故障-测试关联矩阵以及考虑故障检测率、故障隔离率和误诊率,建立了通用的数学模型.依据测试点对故障检测率和故障隔离率的贡献定义故障检测隔离费用,并以此为贪婪准则,提出一种动态贪婪算法来解决测试不可靠条件下测点选择问题.应用案例验证该算法能快速准确找出最优或近似最优测试集,适合大型复杂系统的测试性分析与验证.     

机场飞行区航空器与除冰车协同优化调度方法

针对现行“先到先服务”的机场除冰车调度方式效率不高的问题。以最小化除冰车行驶总距离和航空器等待总时间为目标函数，构建机位除冰车辆和航空器协同调度模型，并提出一种改进的遗传算法对模型进行求解。采用西安机场某天142条航班数据进行仿真实验，并与随机调度算法和贪心算法进行比较。结果表明，改进的遗传算法相较于随机调度算法和贪心算法分别节约15.23%和7.81%的行驶总距离，且航空器等待除冰时间大幅度减少。证明了所提算法在指导除冰车作业方面的优越性。     

基于遗传算法的组卷策略

对试卷的评价指标做了相应的分析。在此基础上,着重对自动组卷算法进行了研究,通过建立自动组卷问题的数学模型,提出了一种基于遗传算法Genetic Algorithm解决组卷问题的新方法,该算法适应全局寻优且收敛速度快等特点,解决了传统组卷中编码长、适应度函数值计算困难等问题,较好地满足了自动组卷的要求,进而建立和描述了组卷问题的染色体结构和适应度函数,设计了问题的遗传操作。     

用于最佳文本选择的改进贪婪算法

对于开放域的文语转换系统来说,最佳训练文本集的选择是至关重要的,尤其在希望文语转换２系统能实现对不同说话人语音的自适应建模时,以音长模型为例,在线性模型的假设下,通过对设计矩阵结构的扩展,提出了基于多模型合并的贪婪选择算法。实验表明,由于充分利用了不同子类模型选择文本间的巨大冗余度,从而显著减少了所需训练语句的数量。同时,通过改进拟阵覆盖问题中你价函数的形式,将算法进一步推广至使训练文本中音素总数     

贪婪光线寻优算法的局部收敛性分析

光线寻优算法局部搜索能力弱和收敛性理论完善困难的问题, 提出一种贪婪光线寻优算法, 并通过理论推导证明了该算法的局部收敛性. 数值实验结果表明, 对于单极值非线性标准测试函数, 与粒子群算法和模拟退火算法相比, 贪婪光线寻优算法具有更高的收敛精度和稳定性.     

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。     

带权PLA折叠问题及其启发式算法

本文将可编程逻辑阵列（ＰＬＡ）的折叠问题推广到行列折叠点间带权的一般情况，对这个ＮＰ－完全问题给出三个启发式算法，其中两个为贪心类算法，另一个是利用独立集的启发式算法，分析了各个算法的复杂性。     

基于遗传算法的Job-shop调度问题研究

Job-shop调度问题是一个强NP－难问题。为此提出了一种简单，易操作的遗传算法对该问题进行求解。采用一种插入式贪婪解码算法保证生成的调度是活动调度(active schedule)。通过几个著名的Muth and Thompson测试例子及与目前较好的遗传算法的比较实验，以验证这一算法的有效性。     

一种基于安全性的CAN-FD信号打包方法

现代车辆配备的大量电子设备可能成为黑客侵入车载网络系统的途径.为了防范攻击，需要为CAN-FD车载总线引入安全机制.建立了一种通过区分信号、帧、ECU层面安全等级、基于帧AES加密与添加MAC消息认证码的CAN-FD分层安全模型，并在此基础上提出一种可以有效降低 ECU 安全设计硬件成本的信号打包安全约束.通过将贪婪算法引入遗传算法的交叉算子与变异算子，设计了一种基于安全性的混合遗传算法，对具有不同安全等级的 CAN-FD 信号进行打包优化.实验表明，混合遗传算法可以获得比贪婪算法更低的带宽利用率，并通过实验分析了此安全设计对带宽利用率的影响.