Dynamic Dominating Set and Turbo-Charging Greedy Heuristics

The main purpose of this paper is to exposit two very different, but very general, motivational schemes in the art of parameterization and a concrete example connecting them. We introduce a dynamic version of the DOMINATING SET problem and prove that it is fixed-parameter tractable（FPT）. The problem is motivated by settings where problem instances evolve. It also arises in the quest to improve a natural greedy heuristic for the DOMINATING SET problem.     

基于遗传算法的光电干扰任务分配模型

 为评估光电干扰目标的威胁度，选取了目标的类型、速度、高度、距离、角度和目标的航路捷径等指标，构建了干扰任务分配模型，应用遗传算法对分配任务模型进行了求解，并通过实例验证方法的可行性。     

人造购物狂欢节现状调查——以蚌埠市为例

为探究人造购物狂欢节在三线城市的现状,以安徽省蚌埠市为例,对蚌埠市4个城区(龙子湖区、蚌山区、禹会区、淮上区)的消费者进行问卷调查,运用假设检验、列联分析等统计方法对问卷结果进行探究,发现女性比男性购物要频繁;中、高收入的中年群体属于"经常购物类型";"双十一"的主要消费人群为中、低收入居民,而"节假日购物节"的主要消费人群为高收入居民;服装配饰、日用百货和护肤彩妆更受消费者青睐,可能为连带销售商品;性别对消费结构、购买力度有影响等.基于此,针对商家提出政策性建议.     

供货商选择的双层规划模型及遗传算法求解

采购商在对供货商的选择中,需要考虑到供货商的选择行为,因供货商只和符合自己理性选择的采购商进行交易.传统的供货商选择模型对此考虑较少,鉴于此,建立了供货商选择的双层规划模型,并设计了基于遗传算法的模型求解算法.模型的上层规划体现了采购商对供货商的最小成本选择,下层规划中描述了需求量在供货商之间的分配,即供货商的选择行为,并考虑了供货商的最小采购批量和供货能力以及产品匹配等约束.最后通过一算例验证了模型及其算法的可行性.     

基于遗传算法多目标非重叠路径诱导算法

依据遗传算法基本原理,提出一种多目标路径诱导算法. 染色体编码采用可变长度节点序列方法表示,以减少染色体编码长度. 设计了相应的多目标适应度函数. 该算法在给定多个目标约束条件下,能够解出多个近优路径. 实验结果证明,该算法能有效解决多目标非重叠路径选择问题,和目前已有其它方法相比,路径相似度更小.     

基于二维灰度熵及混沌粒子群的图像阈值选取

为了同时考虑直方图的概率信息和类内灰度级的均匀性,提出了基于灰度级-梯度二维直方图的Shannon灰度熵及Tsallis灰度熵阈值选取方法.给出了Shannon灰度熵和Tsallis灰度熵的定义及其一维阈值选取方法,导出了二维Shannon灰度熵及Tsallis灰度熵阈值选取公式及其快速递推算法,并利用混沌粒子群算法寻求两种阈值选取方法的最佳阈值.实验结果表明,与基于改进的二维最大熵及粒子群递推的阈值选取方法相比,所提出方法的分割图像能更准确地反映原始图像的边缘、纹理及细节信息.     

螺旋锥齿轮切齿调整参数的精确反调

针对螺旋锥齿轮齿形误差难以精确修正的问题,在国产3906型齿轮测量中心上,采用坐标测量法获得了螺旋锥齿轮的齿面形状;提出进行齿深控制的锥齿轮测量齿面切齿调整参数非线性最小二乘优化反调方法,并建立了反调优化的数学模型;采用该方法对磨齿后的某弧齿锥齿轮小轮进行反调计算,结果表明该方法能较为精确地获取锥齿轮副的切齿调整参数.     

频繁项集挖掘的Apriori改进算法研究

针对Apriori算法的不足,提出了一种新的优化算法——IApriori.该算法应用散列技术优化产生频繁-2项集,优化连接操作减少连接判断的次数,通过对候选项集编码来减少扫描数据库的次数,优化逻辑"与"运算减少不必要的"与"操作次数,缩短生成频繁项集的时间.IApriori算法仅需3次扫描数据库.研究结果表明,该算法具有快速、直观、节省内存等优点.     

基于遗传算法的直觉模糊C均值聚类算法

 针对一般直觉模糊C均值聚类算法在寻优过程中易陷入局部最优解的问题,利用遗传算法具备全局寻优的优点,提出了一种基于遗传算法的直觉模糊C均值聚类算法。在该算法中聚类中心为直觉模糊数,这使得遗传过程中个体信息变得复杂,进而增大了约束问题的处理难度。本文对产生的个体采用适时分段的归一化方法,很好地解决了该问题。仿真结果表明该算法所得聚类结果不仅准确而且更为细致。     

关联规则在高职学生综合素质测评分析中的应用

传统方法对学生综合素质测评比较单一,管理者常以测评分值来衡量学生的素质,而未对影响因子进行深入研究.在某高职院校学生成绩基础上,针对加权平均传统方法的不足,采用K-means算法对学生成绩进行聚类以此确定出优良等级,再运用Apriori算法对综合素质测评中思想素质、社会工作实践与文体活动创新素质、专业属性及学生成绩等影响因子蕴含知识进行挖掘.研究结果表明,思想素质在影响因子中起引领作用,且教学管理与学生管理相互依赖,这一算法的应用为管理者决策提供了依据.