改进的非常快速模拟退火算法

在研究模拟退火机理分析的基础上，提出了一种改进的算法（MVFSA算法）的具体方案，目的是为了改进原算法（VFSA算法）中存在的缺陷，以提高算法的效率．在模型试验中，对改进后的算法与原算法的过程和结果进行了一系列的比较，发现改进后算法不仅保持了原算法全局寻优的优点，而且提高了算法的稳健性和效率．这就为模拟退火算法在更多方面的实际应用打下了良好的基础．     

改进的LS-DRMTCMA算法

针对TD-SCDMA系统的帧结构的特征，将Z．Rong（1996）提出的LS-DRMTCMA算法改进，提出了LMS-DRMTCMA算法．这种算法相对于LS-DRMTCMA算法大大降低了基站处理的运算量，并且提高了算法的实用性，仿真实验表明，该算法比原算法具有更低的误码牢．     

覆盖平面上给定点集的最小凸多边形的算法

研究求覆盖平面上给定的若干个点的最小凸多边形的算法．给出了两种算法，讨论了算法的基本思想，描述了算法步骤，得出了算法的时间复杂度．结果表明，算法的平均计算时间复杂度为平面上给定点的数量的线性函数，即为Ο（ｎｍ），在最坏情况下可为Ο（ｍ２）     

BP 算法的可视化研究与 BP 智能算法

本文利用算法的可视化技术，从ＢＰ算法的基本原理出发，分析、研究了梯度、共轭自适应算法的长与短，提出了共轭梯度自适应算法的设想，并在此基础上，利用模拟退火算法思路，构制了ＢＰ智能算法。最后对实际资料进行了多种算法的对比试算，证实了共轭梯度法和ＢＰ智能算法与原算法相比，提高了速度，增强了算法对不同对象的自适应性和智能性。     

时序电路SACO和PSO混合算法的测试矢量生成

提出了一种新的测试矢量生成算法，其使用SCOAP测度对蚁群算法进行参数调整，并在粒子群算法的框架下进行测试矢量生成，再使用调整后的蚁群算法进行测试矢量优化。该算法不仅克服了粒子群算法的容易陷入局部最优等缺点，而且利用电路本身的特性来确定蚁群算法的参数。以国际标准电路为例，实验验证本文的算法，结果表明本算法应用于时序电路的测试矢量生成时，相对于粒子群算法提高了其收敛性，提高了故障覆盖率；相对于蚁群算法压缩了测试矢量集，减少了测试诊断时间。     

基于关联规则算法的研究

本文主要介绍了数据挖掘中的关联规则，分析了关联规则中的主要算法，包括Apriori算法、FP-Growth算法以及CRApriori算法，并且阐述了各种算法的主要特点。     

基于Apriori优化算法的IDS模型研究

Apfiofi算法是数据挖掘技术中关联规则的经典算法，为了解决在入侵检测系统中使用Apfiofi算法进行模式匹配的低效率问题，提出了针对Apfiofi算法的优化，提出一种基于基于事务压缩和项目压缩的优化算法，该优化算法比Apriori算法具有明显的效率，提高了模式匹配的精度．     

基于群集智能的蚁群算法研究

指出了对蚁群算法为代表的群集智能的研究已经逐渐成为一个研究热点，介绍了蚁群算法的基本思想，分析了基本蚁群算法的特点和不足，针对这些不足讨论了多种改进方案，对改进方案与基本蚁群算法进行了比较，展望了该算法的工程应用前景．     

基于模拟退火算法的最优码本设计

分析了矢量量化码本设计基本算法及其不足，给出了完善的局部最优的改进算法及其实现．简介了模拟退火算法的基本原理，并利用模拟退火算法进行全局最优码本设计，文中给出了具体的算法实现和实验结果．     

自适应回波抵消器的算法分析与比较

在简单介绍回波产生背景及回波抵消器的基本原理后，详细阐述了当前普遍采用的各种自适应回波算法，并比较了各算法的性能，指出了各算法的适用场合．LMS算法是所有算法的基础，NLMS算法是对其的归一化，改进RLS算法则针对多重回波而言，变步长的LMS算法及MVS算法主要是对LMS算法的步长值由固定突破为因输入信号或误差信号而可调节的函数．     

河流冲刷下桥梁桩基稳定性三维仿真

传统方法在进行桥梁桩基稳定性仿真分析时,受到桥梁桩基数据采集维度的限制,导致桥梁桩基稳定性分析结果的可信度较低。为此,引入三维分析方法对河流冲刷下桥梁桩基稳定性进行研究。构建稳定性计算指标与判断标准,搭建桥梁桩基三维本构、桥梁桩基环境和三维河流冲刷环境子模型,组建成桥梁桩基稳定性计算数字模型。计算河流冲刷力,并以此作为模型的输入量,实现桥梁桩基稳定性分析。将设计的稳定性分析方法应用到实际工程项目中,设计对比实验验证不同河流冲刷条件下桥梁桩基的稳定性分析结果。结果表明,本文方法的可信度远远高于其他方法,稳定性更高。     

一类时滞捕食者-食饵系统的稳定性

对一类具有时滞的捕食者-食饵系统的稳定性进行研究,主要利用线性化方法和构造合适的Liapunov函数的方法得到系统平衡点的局部稳定性和全局稳定性。     

具有双时滞Kolmogorov捕食模型的稳定性

研究了具有双时滞的Kolmogorov捕食模型的渐近稳定性。给出了Kolmogorov模型对应线性化系统无条件稳定的充要条件,从而解决了该模型的无条件稳定性问题。     

库水位对尾矿坝体稳定性影响的研究

考虑了影响尾矿坝安全稳定性的众多因素,利用SLOPE软件建立了尾矿坝安全稳定性简化模型,计算出尾矿坝的稳定性系数,得到了坝尾矿坝库水位与尾矿坝体稳定性之间的关系。计算的坝体安全稳定性系数与实际的安全稳定性系数符合较好,误差均小于0.2%,说明该模型预测坝体的稳定性是非常有效的。利用该计算结果可以方便快捷地预测坝体的安全稳定性,为坝体失稳提前采取有效的安全措施提供了有利参考,避免坝体失稳造成的重大灾害。     

露天煤矿边坡稳定性的随机森林预测模型

 边坡工程是露天煤矿中的重点工程,边坡的稳定性关系着煤矿的安全生产。边坡稳定性预测是边坡防治工作的前提,针对煤矿边坡工程稳定性预测的复杂性,为了快速、有效地判别煤矿边坡稳定性,利用随机森林算法建立煤矿边坡稳定性预测模型。通过选取与煤矿边坡工程密切相关的岩石重度、黏聚力、内摩擦角、边坡角、边坡高度、孔隙水压力6 个指标作为边坡稳定性的影响因素,即为随机森林预测模型的输入,边坡稳定性状态作为随机森林预测模型的输出,通过随机森林算法建立边坡稳定性影响因素与边坡稳定状态之间的非线性关系。利用煤矿实测30 组边坡稳定性数据作为随机森林预测模型的训练数据集,进行模型的学习训练;另用12 组边坡稳定性数据作为预测模型的测试数据,通过训练好的边坡稳定性预测模型进行测试;为了验证随机森林预测模型的准确率,同时与SVM 和BP 神经网络的测试数据进行比较。结果说明,选取煤矿边坡稳定性的6 个指标建立的随机森林预测模型,人工控制参数较少、结构简单、容易实现,且具有较高的准确度,边坡稳定状态预测结果与煤矿边坡工程实际状态相吻合,能有效预测边坡稳定性状态,指导煤矿边坡防治工作的开展。     

天然溶洞稳定性预测的模糊控制方法

本文指明,用模糊近似推理方法,对天然溶洞的稳定性进行预测是可行的,然后进行了天然溶洞稳定级别及稳定控制因素的模糊数学描述,提出了天然溶洞稳定性预测模式及模式预测的特征展开近似推理算法,最后建立了预测模型并自测考核效果。结果说明,建模是有效的,具有一定的适用性。     

基于粒子群优化算法的相关向量机边坡稳定性分析模型

为快速获取边坡稳定性系数,及时对边坡进行稳定性评价,提出一种基于粒子群优化算法(particle swarm optimization,PSO)的相关向量机(relevance vector machine,RVM)边坡稳定性分析模型。该模型通过选取影响边坡稳定性安全系数的6个主要因素,并对这6个主要影响因素产生的30组数据进行拟合训练,利用粒子群算法对相关向量机模型参数进行优化,选取最优参数值,根据这30组训练样本来对剩余4组样本进行精准预测。结果表明：与实际值进行对比,基于PSO-RVM模型预测的平均相对误差仅为5.64%,且建立的PSO-RVM预测模型的边坡稳定性安全系数的平均相对误差均明显优于利用BP(back propogation)神经网络和协调粒子群(coordinated particle swarm optimization,CPSO) -BP模型预测得到的平均相对误差,进一步为边坡稳定性预测及评价提供一种新方法。     

基于PCA-Logistic模型边坡稳定性分析

提出一种基于PCA-Logistic模型算法,并对边坡的稳定性进行预测分析。先用PCA对样本数据进行处理,有效控制稳定性因素的计算数量。选出边坡重度、内聚力、内摩擦角、边坡角四个主成成分进行Logistic建模分析。得出其Logistic回归模型,并运用于边坡稳定性实例分析,与用Logistic回归模型确定权重的模糊综合法进行对比。研究结果表明：PCA-Logistic模型有效的处理样本数据,减少不必要的分析过程,计算得出的边坡稳定性状态与实际情况相符;并与Logistic回归模型确定权重的模糊综合法进行对比,验证其计算结果的准确性,高效性。该方法可在工程地质、采矿工程、经济等众多领域应用与推广。     

BP神经网络对滑坡稳定性评价的非线性方法

分析了滑坡稳定性评价方法,确定了影响滑坡稳定性的相关因素,运用BP神经网络建立了滑坡稳定性评价模型．经应用表明,该模型精度很高．将该模型用于预测巴河流域的相关滑坡稳定性,其结果与实际相符。     

带病程的类年龄结构SIRS流行病模型的稳定性

建立了一类带病程的类年龄结构SIRS流行病模型,运用微积分方程理论和稳定性理论研究了该模型平衡点的稳定性,得到了无病平衡点的全局稳定性条件及特定条件下地方病平衡点的局部稳定性条件.