基于遗传算法的模糊神经网络控制器在虚拟仪器中的实现

模糊控制技术在复杂的非线性控制过程中表现出优越的性能，神经模糊控制器的出现为自适应模糊控制设计开辟了新的途径。遗传算法由于具有不依赖于问题模型、全局最优、隐含并行性、高效率和解决不同非线性问题的鲁棒性等特点，能很好地用于神经网络的训练。两种方法综合使用，可以大大提高模糊神经推理控制系统的自学习性能和鲁棒性。通过应用Active X技术在Lab VIEW中调用和操作MATLAB的方法，实现了基于遗传算法的模糊神经网络控制器。     

Ad hoc网络路由问题的研究

随着无线网络的广泛应用,设计一种有效安全的路由协议是目前亟待研究的重要课题。Ad hoc的应用产生了传统网络所未遇到过的安全问题。研究了目前常见的标准路由算法,分析了发生在路由层的攻击手段,阐述了几种路由安全机制。     

植物抗冻蛋白的生物化学研究进展

抗冻蛋白是一种能抑制冰晶生长的蛋白质或糖蛋白质．自二十世纪60年代发现以来，研究对象先后从极区鱼类、昆虫转移到植物材料上．抗冻蛋白包括抗冻糖蛋白、抗冻蛋白Ⅰ、抗冻蛋白Ⅱ、抗冻蛋白Ⅲ、抗冻蛋白Ⅳ．简要介绍了植物抗冻蛋白的生化特征、抗冻机制及其应用研究，并对抗冻蛋白的基因工程作了系统综述．     

利用遗传算法优化人工神经网络权值

遗传算法是一种新的、基于自然选择和基因遗传学原理的随机搜索算法．针对神经网络中BP算法学习效率低且收敛速度慢以及容易陷入局部最优等不足，文章提出利用遗传算法对BP神经网络中的神经元间的连接权值进行优化的方法．试验结果表明，用遗传算法优化BP神经网络的连接权值后收敛速度快，并有效的解决了BP算法容易陷入局部最优的问题．     

基于Grover算法的量子多用户检测

经典的多用户检测技术，其求解最优解的时间复杂度为0(2n)，这是一个NP难解问题．在Pauli算子的基础上建立量子多用户信道模型，给出利用Grover算法的多用户检测解决方法．该算法的时间复杂度为O(√2n)，并且当2n足够大时，其错误的概率趋近于0．     

最优子种群实数编码遗传算法的研究

提出了最优子种群实数编码遗传算法理论，通过从种群中选出适应值最高的若干数量的个体，组成该代最优子种群，将最优子种群中的个体与种群中其它个体进行交叉变异，最优子种群中的个体间也进行交叉变异，从而产生新的种群．该遗传算法对于示例中多极值的问题非常有效，收敛速度也非常快．     

基于遗传算法的铁路车站到发线运用优化研究

针对车站到发线的合理运用问题，目前一般是由相关工作人员根据以往的经验知识进行手工编制，采用遗传算法对这种复杂的非线性组合优化问题进行研究．以成都车站为例，利用遗传算法对到发线安排进行优化，其结果表明优于人工安排。     

多态蚁群算法

在分析现有蚁群算法不足的基础上，提出一种新的含多种蚁群、多种信息激素的多态蚁群算法．该算法通过引入不同种类的蚁群，每一蚁群有不同的信息素调控机制，将局域搜索与全局搜索相结合，使搜索、收敛速度大幅度提高．针对TSP问题的仿真实验结果表明了该算法的有效性．     

一种高效覆盖的节点放置算法

提出了一种新的高效覆盖的节点放置方法．该算法的目的是使传感器的数目最优化，并确定能支持分布式传感器网络的传感器的配置，其基本思路是剔除局部冗余，提升整体性能．最后通过仿真与已有的算法进行比较，展示了其性能的优越性．     

关于k紧优双环网络

给出了判断N个节点存在k(k≥0)紧优双环网络的一个算法,得到该算法的复杂性为O(N1/4).作为具体应用,给出一个7紧优双环网络的无限族.首次给出了一个7紧优双环网络G(81 190 689;16 035),其直径为15 612.