基于JAVA建立树形结构的算法优化

树形结构在程序设计过程具有非常重要的作用,但树形结构的构建相对比较复杂。通过研究设计并实现一种从普通Java对象中建立树形结构的优化算法。     

决策树算法的研究及其在大学生心理健康数据处理中的应用

决策树分类是数据挖掘中的一种重要方法。探讨了决策树算法的基本思想和常用算法,并将决策树挖掘技术应用于大学生心理健康数据,分析挖掘影响大学生心理健康的因素。文章选择C5.0算法,通过Clementine12.0进行决策树挖掘模型的构建,建立数据流,通过不断测试分析,发现影响大学生心理健康主要症状是强迫症。以强迫症为分类目标查看模型,可以了解到焦虑症和人际关系也起到很大的影响作用。将目标属性分别设置为焦虑_程度和人际关系_程度,输出变量设为剩余的9个因子变量,执行数据流挖掘出导致强迫症的主要原因,为指导心理健康的工作人员提供参考。     

SAR图像并行拼接方法研究与实现* 〖HT4K〗——基于改进完全二叉树模型

随着SAR成像技术的快速发展，SAR图像覆盖的地域范围与成像精度也在迅速增长，这对SAR图像拼接工作的实时性提出了挑战;文章对SAR图像序列特征进行深入分析，提出了采用基于分割的完全二叉树模型进行SAR图像的并行拼接，并使用MPI点对点通信方式对之进行了不同数量机群规模下的实现；对比实验证明，基于该方法的并行拼接工作比传统并行拼接方法在降低拼接时耗上更加有效，且并行拼接后的完整图像效果良好.     

海洋放射性现场探测谱仪的机械优化设计

为提高海洋放射性现场探测NaI(Tl)谱仪的探测性能，采用蒙特卡罗仿真和统计计算方法，研究和分析谱仪封装、材料和尺寸等机械设计对探测性能的影响规律。综合考虑伽马射线衰减和密封、耐压及耐腐蚀等要求，开展谱仪的机械优化设计和海上现场检测实验。优化谱仪达到了对40K最小探测活度约0.30 Bq/L，现场测量相对误差为0.45%。该研究对海洋放射性现场探测谱仪的性能优化设计和现场应用具有重要的指导意义。     

Can online search data improve the forecast accuracy of pork price in China?

Online search data provide us with a new perspective for quantifying public concern about animal diseases, which can be regarded as a major external shock to price fluctuations. We propose a modeling framework for pork price forecasting that incorporates online search data with support vector regression model. This novel framework involves three main steps: that is, formulation of the animal diseases composite indexes (ADCIs) based on online search data; forecast with the original ADCIs; and forecast improvement with the decomposed ADCIs. Considering that there are some noises within the online search data, four decomposition techniques are introduced: that is, wavelet decomposition, empirical mode decomposition, ensemble empirical mode decomposition, and singular spectrum analysis. The experimental study confirms the superiority of the proposed framework, which improves both the level and directional prediction accuracy. With the SSA method, the noise within the online search data can be removed and the performance of the optimal model is further enhanced. Owing to the long-term effect of diseases outbreak on price volatility, these improvements are more prominent in the mid- and long-term forecast horizons.     

可修排队系统备件灰色生灭预测模型

可修部件的失效率和修复率在服役周期内呈现不确定性,基于确定型失效率和修复率建模的生灭过程在解决可修部件备件预测问题时存在一定局限.传统可修备件需求预测模型忽视了排队维修情况下的讨论,这与工程实际不符.以服从一般分布的区间灰数表征可修部件的失效率与修复率,构建了灰色状态转移矩阵,建立了一类排队维修系统的可修部件备件灰色生灭预测模型,研究了该过程的无记忆性和稳态解的存在条件,讨论了失效修复比、修理能力、备件数量与保障率的性质.一定程度上揭示了修理能力受限、失效修复比不确定背景下的可修系统备件需求规律.实际案例验证了模型的有效性和实用性.     

双属性概率图优化的无人机集群协同目标搜索

为了提高不确定环境下无人机（unmanned aerial vehicle，UAV）对目标捕获能力，进而提高多UAV协同搜索效率，提出了基于双属性概率图结合改进的协同进化遗传算法（improved co-evolutionary genetic algorithm，ICEGA）的多UAV协同目标搜索方法。首先，根据环境的先验信息，在原概率图基础上引入标志位，建立基于双属性矩阵的待搜索环境概率模型，提高环境和目标的信息感知准确度；其次，定义UAV的飞行规则并结合目标先验概率图信息，建立UAV运动模型及确定最大收益的目标函数；最后，建立分布式UAV之间的信息交互模型，运用ICEGA算法优化产生最优协同决策输入航向角集合，在线实时滚动优化产生最优协同路径。实验结果表明，基于双属性概率图结合ICEGA算法更能够保证最优路径的产生，使得UAV能够准确地搜索到目标；同时，对比仿真验证了ICEGA算法能够提高UAV之间的协同性，保证了路径可行性及提高了目标搜索效率。     

混合方法优化的自适应引力搜索算法

针对引力搜索算法存在的易早熟收敛、易陷入局部最优、搜索精度有待提高等缺陷，提出一种混合方法优化的自适应引力搜索算法（gravitational search algorithm，GSA）。首先利用Sobol序列初始化种群，增强算法全局搜索能力；其次引入Hamming贴进度计算种群成熟度，判断种群是否早熟；然后引入Logistic混沌对种群作混沌搜索，变异已陷入局部最优的粒子位置；最后基于早熟收敛判断因子改进引力系数，并为粒子位置公式添加收缩因子，促使种群加快脱离局部最优。对9个不同类型的基准测试函数做仿真实验，结果表明新算法能有效改善种群的早熟问题，具备更好的寻优性能。     

基于无人机实时数据多波次任务规划模型分析

针对导弹部队多波次作战任务规划问题, 依据无人机的实时数据, 构建了基于路径的多层规划模型, 并设计了模型的算法求解流程。使用遗传算法与禁忌搜索混合算法, 得出了任务规划中的最优路径规划, 并在此基础上进行了冲突的消除。通过仿真案例表明, 用无人机协同配合导弹部队作战, 实时传输作战数据, 能够解决战场信息模糊不确定的问题; 使用多层规划模型能够为导弹多波次规划作战的路径进行科学的决策和选择。利用遗传算法和禁忌搜索混合算法, 能够避免局部最优导致无法输出结果的现象。     

基于指标函数的舰载机机队回收调度优化研究

由于复飞逃逸、飞行故障等因素随机发生, 传统静态调度方法难以有效解决动态随机调度问题。对此，提出一种基于飞机优先序指标函数的蒙特卡罗模拟-差分进化搜索的实时调度算法。在离线模拟回收环境下，由算法完成基于随机模型的指标函数系数优化，后由该指标函数实现对机队优先序的实时评估排序，进而完成回收在线动态调度。仿真结果表明所提算法能有效解决回收调度问题。在相同机队初始输入下, 目标值呈现较好统计特性, 其期望值能够快速收敛到一定范围, 且无复飞情况下着舰时间窗目标呈显著正态性; 不同回收机队输入对指标系数最优值的散布较小, 表明指标函数评估优先序具有较好的通用性和有效性; 模拟回收调度发现, 着舰成功率的提高将显著降低机队复飞次数, 提高回收效率。