汽车转向非线性平衡点遗传算法求解及其改进

针对汽车转向非线性平衡点求解问题,研究了遗传算法求解效果并提出改进方法.建立汽车转向二自由度模型,说明汽车转向非线性平衡点只能数值迭代求解的原因,构造适于智能优化方法的适应度函数,提出了确定可行求解范围的方法.在车速70 km/h、路面附着系数0.5和前轮转角0～0.2 rad的行驶条件下,应用遗传算法求解得到3个平衡点.通过比较大小两个转角的适应值曲面,说明遗传算法求解小转角平衡点不满足精度的原因,提出了遗传算法与BFGS(broyden-fletcher-goldfarb-shanno)拟牛顿法融合的求解流程.结果表明：融合求解流程可以求解满足精度要求的小转角平衡点,求解效率高于遗传算法,弥补了遗传算法单独求解的不足.     

用格林函数叠加法求解椭圆型微分方程边值问题

本文提出了一种求解椭圆型微分方程边值问题的数值方法——格林函数叠加法.根据椭圆型微分方程的格林函数,分别采用直接求解和最小二乘法推导了其求解方程和离散求解方程.算例表明了本文方法的可靠性.     

移频算法在加速子空间迭代法中的应用

基于子空间迭代法,采用移频加速算法,开发了一个高效、稳定、内存消耗低的移频子空间迭代特征值求解器SSubspace. 给出了详细的移频子空间迭代法求解广义特征值问题的步骤及关键参数的选取. 对刚度矩阵奇异时特征值的求解进行了探讨,实现了对刚体模态的求解. 与Intel MKL特征值求解器(FEAST v2.1)相比,SSubspace的求解效率高于FEAST,且内存消耗低于FEAST. SSubspace理论上可以求解出所有阶的特征值,且计算时间随特征值数的增加近似成线性增长关系,可用于求解大阶数特征值问题、大型矩阵的全特征值问题.     

基于分治策略和蚁群算法的最大团问题的研究

最大团问题是经典的NP-hard问题,对该问题求解方法的研究在理论上、实践上都具有一定的意义.蚁群算法已成功地求解出许多组合优化难题.通过使用分治法,将图分解成子图,对各子图应用蚁群算法求解,提出一种求解最大团问题的蚁群算法.它减小了问题的求解规模,使求解变得容易,且实验取得了较好的结果.     

符号执行中的约束求解问题研究进展

在符号执行中,约束求解主要负责路径可达性进行判定及测试输入生成的工作,但路径爆炸问题带来的频繁调用,以及SMT求解器本身的能力和效率的不足,使得约束求解占用了符号执行中主要的性能开销,约束求解问题也成为符号执行中面临的主要瓶颈问题之一.本文介绍了符号执行和约束求解的基本概念,并分析了符号执行中约束求解问题的由来,对近年来的约束求解问题研究进展进行了归类,涉及的技术包括非相关约束分支切片、约束简化、快速不满足性检查及多求解器支持等.对这方面的研究进行了展望和总结.提出未来工作应在提高路径约束逻辑精简率、提高约束求解结果存储和重用的效率、约束求解并行化以及约束求解配置预测等方面展开.      

平面杆系结构稳定问题的常微分方程解法

介绍了一种平面杆系结构稳定问题的常微分方程求解器（ODE）解法.将计算无限自由度平面杆系结构稳定问题转换为典型的常微分方程边值问题,通过构造一系列平凡常微分方程,建立相应的常微分方程组,利用常微分方程求解器予以求解.利用常微分方程求解器法对不同边界条件和变截面压杆的临界弯曲荷载问题进行了求解,计算结果表明,该方法的求解精度和效率较高.     

硕士生入学数学试题中有关线性方程组题型解析

总结了硕士研究生入学数学统考试题中有关线性方程组的题型,主要有不合参数的线性方程组求解、含参数的线性方程组求解、线性方程组公共解的求解和矩阵秩求解四种类型.并且归纳出四种题型相应的求解方法.     

物流配送中心选址策略研究

把物流配送中心的选址归结为求解使运输成本、变动成本和固定成本之和最小的最优化问题.为便于模型求解,进行了适当的假设,建立了以运输成本与运营成本之和最小为目标的选址模型,并采用遗传算法对选址模型进行求解,运用vb.net编写相应的求解程序.     

基于分层任务网络的一致性规划方法

给出一种求解一致性规划问题的新方法, 并给出了此求解方法的有效性分析. 在求解一致性规划问题时, 先将各个可能世界都转移到某个中间状态, 再从中间状态做一次求解. 结果表明, 该方法具有较高的效率和较好的扩展性.     

利用傅里叶级数法求解一般的非齐次波动方程

介绍了一种利用傅里叶级数法求解一般的非齐次波动方程的方法.指出了求解非齐次波动方程的关键是求解关于时间函数的二阶常微分方程,并且给出了该常微分方程的具体形式,进而介绍了如何利用拉普拉斯变换求解该常微分方程.     

最大熵和Brill方法结合识别英语BaseNPs

为了进一步提高基本名词短语(BaseNPs)的识别精度,针对最大熵方法和Brill方法各自的特点,提出基于两者相结合的英语基本名词短语识别算法.该算法是在高准确率词性标注的基础上实现的.在训练和测试两个阶段中,均先采用最大熵方法识别基本名词短语,然后将已具有很高精度的识别结果作为初始标注结果运用于Brill方法中.实验结果表明,此联合算法达到了94%的准确率和召回率,充分融合了最大熵方法和Brill方法的优点,可与基于相同训练和测试语料的目前最理想的英语基本名词短语识别结果相比.     

最大熵和Brill方法结合识别英语BaseNPs

为了进一步提高基本名词短语(BaseNPs)的识别精度,针对最大熵方法和Brill方法各自的特点,提出基于两者相结合的英语基本名词短语识别算法.该算法是在高准确率词性标注的基础上实现的.在训练和测试两个阶段中,均先采用最大熵方法识别基本名词短语,然后将已具有很高精度的识别结果作为初始标注结果运用于Brill方法中.实验结果表明,此联合算法达到了94%的准确率和召回率,充分融合了最大熵方法和Brill方法的优点,可与基于相同训练和测试语料的目前最理想的英语基本名词短语识别结果相比.     

基于纯数值函数优化的一种混合遗传算法

通过引入与进化代数相关的交叉概率和与个体适应度相关的变异概率的自适应遗传算子同时把Powell局部寻优算法融入遗传算法的搜索过程构成了一种数值函数全局寻优的混合遗传算法.实验表明混合遗传算法改善了遗传算法的局部搜索能力,有效地解决了遗传算法的早熟现象,显著提高了遗传算法求得全局解的概率.同时由于混合遗传算法中只利用函数值信息,所以该混合遗传算法是纯数值函数的优化的一种通用方法.     

基于目标特征的图像预处理技术

结合建筑物搜索与识别的实例,提出了有利于保留目标特征的二值图像平滑算法和水平分割算法,改进了中心差分算子的边缘检测方法,并采用基于边缘特征的二值化算法对图像进行预处理.实验表明,这种基于目标特征的图像预处理方法对各种条件下采集的图像都能达到较好的处理效果,并取得了令人满意的速度.     

退火遗传算法及其在一维切割问题上的应用

针对标准遗传算法在解决优化问题中存在的问题,提出了改进标准遗传算法的退火遗传算法,并把该算法应用于一维最优切割问题上。通过与标准遗传算法求解一维切割问题的比较,验证了退火遗传算法的有效性。     

基于智能蚁群算法的双序列比对方法

序列比对是生物信息学中一项重要的基础性研究课题。提出了一种基于全新的信息素改变策略的智能蚁群算法,该算法利用历史最优信息来更新信息素,避免出现早熟现象,加速算法的后期收敛。实验表明该方法是有效的和可行的。     

一种基于混合遗传算法的有源噪声控制方法

提出了一种基于混合遗传算法的格型IIR滤波器结构的有源噪声控制方法.混合遗传算法将遗传算法与随机搜索算法结合起来,可以改善基本遗传算法的局部搜索能力,克服基本遗传算法存在未成熟收敛问题.本文选择UNDX交叉算子作为遗传算法的主要算子,在保留当前最佳个体的同时,再对该最佳个体用随机搜索法搜索优化个体.这样既保证了算法的全局收敛性,又提高了收敛速度.仿真结果表明,该算法可以有效地实现噪声控制.     

基于GFCM聚类算法的飞机故障诊断方法

为解决FCM算法对初始值敏感而易于陷入局部极小点的问题,针对FCM算法应用于系统原位测试时小数据量特点,提出了一种增量方式全局最优模糊c均值算法,进行了收敛速度优化并给出了算法步骤,机载武器系统信息通道原位故障诊断实验验证了此算法在小数据量情况下可以较好地解决FCM算法收敛局部最优的问题。     

基于VC++的改进的图像边缘检测算法研究

对4种常用的图像边缘检测算子的特点进行了分析和比较。在此基础上,针对LOG算子存在的一些缺点,运用选取阈值的方法,将Sobel算子和LOG算子结合起来,提出了一种新的图像边缘检测方法。基于VC＋＋语言,研究了该方法的设计并得以实现。实验结果表明,相对于单纯的LOG算子,该方法更具有实用性和有效性。     

改进的基于局部搜索策略的生物地理学优化算法

为了提高生物地理学优化（BBO）算法的优化特性,提出一种改进的基于局部搜索策略的生物地理学优化算法（ILSBBO）。改进的算法将差分进化算法的局部搜索策略与BBO算法的迁移策略进行结合,并引入了差分进化算法中的选择操作。在13个基准测试函数上,对改进的算法、基本BBO算法,以及基于BBO的混合差分进化算法（DE/BBO）进行比较,结果表明改进的算法优于所比较的其他两种算法;此外,改进后的算法在收敛速度上也优于基本BBO算法。