混合整数规划问题遗传算法的研究及仿真实现

提出了一种可以处理混合整数规划问题(MIP)的混合遗传算法MIGA。该算法采用二进制映射模式可变长度染色体编码,在进化过程逐渐缩小编码的搜索空间,从而在加快收敛速度的同时改善了迭代的精度,能很好处理离散变量和连续变量的混合整数规划问题。以一纯整数规划问题为例,利用分枝定界算法只能得到唯一的一个最优调度策略,而MIGA算法则可以得到一系列的最优调度策略,对这些最优调度策略进一步的分析,还可以得到调度问题一些灵敏度参数,在实际应用中具有更大的灵活性。     

在《面向对象程序设计》教学中引入敏捷软件开发思想

在《面向对象程序设计》课程中,面向对象的思想很容易湮没在面向对象语言的具体细节中,难于得到清晰体现。敏捷软件开发通过设计模式、测试驱动开发和重构等来实现软件随需而变,这些方法有助于面向对象程序的开发,也有助于面向对象思想的理解。在《面向对象程序设计》课程中介绍这些内容,可以起到理论联系实际的作用,有助于学生把抽象的思想和具体的语言实现结合起来。     

量子压缩态及其熵

量子压缩态是一种新的量子态,本文利用熵的观点对其进行探讨,求得量子压缩态的存在条件,与正交相算子方法所得的结果相一致。     

交换压缩型映射的公共不动点定理

研究了交换压缩型映射不动点存在的问题，得到了四个映射公共不动点存在的条件和两类不动点存在的充分必要条件．     

基于遗传k均值聚类算法在品种分析的应用

本文提出采用实数编码方式对聚类的中心矩阵进行编码,通过数纽变换将染色体与相应聚奏中心的数组进行匹配,通过轮赌选择和自适应的交叉、变异操作及均值小生境的种群优化对聚类中心的编码进行更新迭代,最终得到稳态的聚类误差函数和划分效果最好的聚类中心.然后通过对某实验基地的品种实验进行分析、比较.所分析的结果误差函数显示,RINGAKMEANS改进的聚类效果明显优于传统的KMEANS方法及SGA-KMEANS方法的聚类效果.     

实数编码遗传算法离散重组算子分析

用组合数学分析了实数编码遗传算法的一点交叉、多点交叉和均匀交叉等三种离散重组算子的组合能力，算子的组合能力算子组合出新染色体数目的大小衡量，分析表明，对同一父染色体对交，一点交叉最多可组合出2(n-1)个新的染色体，多点交叉为2C^kn-1个，均匀交叉为2（2^n-1-1)个，函数优化实验研究表明，在算法中采用何种离散重组算子较为合适与算子的组合能力有关，也与优化问题有关。     

混合神经网络矢量量化的设计与实现

本文设计了一种混合神经网络矢量量化编码方法,利用Kohonen网络的自组织聚类功能设计矢量量化器码书,实现矢量量化,用三层BP网络完成码字的信道符号编码.该神经网络矢量量化编码器能够并行处理输入矢量,速度快,效率高,适用于语音和图像数据压缩.     

工业雷管计算机控制自动化编码生产线

介绍了工业雷管计算机控制自动化激光编码生产线的工作过程、主要技术指标、安全防护措施和实际应用的效果。     

增强假设变形梯度有限元方法稳定性计算

讨论了非协调增强假设变形梯度有限元的基本理论、所采用的本构关系和有限元列式.为了克服原先由Simo建议的方法中所固有的缺陷,即在模拟压缩变形时容易出现奇异能量模式而导致计算失稳甚至崩溃,对原方法中有关内变量和应力更新算法进行了改进.计算结果表明,改进的方法在模拟压缩和拉伸模型时,具有较好的计算稳定性.