树依能量的排序

令T_n是顶点个数为n的树的集合.已有学者针对T_n中树依能量从小到大的排序提出了两个猜想,其中一个猜想是T_n中两个图能量的比较,另一个是T_n中当n≥7 117 599时的第10小至第12小能量树.该文证明这两个猜想成立;确定T_n中当n≥7 117 599时前12个具有较小能量的树.     

基于逼近理想解排序的图像融合效果评价方法

将图像融合评价看作是一个多属性决策问题, 提出了一种基于逼近理想解排序的图像融合效果综合评价方法。通过引入理想融合图像、负理想融合图像的概念, 结合评价者的先验知识和选取的定量评价指标, 以距离测度作为图像融合结果的优劣评判标准,实现了对各个融合图像效果的综合评价, 兼顾了实际评价工作中的通用性和特殊性要求。实验结果表明, 该评价方法具有较好的有效性、实时性和简洁性。     

基于活动重叠的DSM项目时间计算及排序优化

研发活动之间常存在顺序重叠和反馈重叠,重叠并行性会加快项目的进度,但又存在返工风险.为此,采用设计结构矩阵(DSM)信息输出和信息输入时间因子矩阵及返工风险矩阵,以更完整地描述活动重叠及其对返工的影响.提出了基于顺序重叠的项目持续时间计算方法和基于反馈重叠导致的返工时间计算方法.针对某案例活动排序优化问题,采用遗传算法以基于重叠的时间计算模型为目标函数进行优化,项目的持续时间和返工时间得到了明显的降低.     

平行机及自由作业的排序与转包

研究工件排序与转包相联的模型,即制造商从客户处接受一批工件,这些工件既可以由制造商加工,也可以一定费用转包给承包商加工.制造商需要确定被转包的工件集及工件的加工顺序,使得加工费用和转包费用之和为最小.研究制造商为平行机及自由作业,承包商为单机情况下的排序与转包模型,基于动态规划算法给出了近似算法,并分析了该算法的性能比.     

基于优先级排序的用户侧电网调峰机制

传统的分时电价环境下,居民用户大量负荷转移至低电价时段,形成新的负荷高峰。为了缓解这一状况,提出了居民用户参与电网调峰的激励机制。以用户最小用电成本为目标函数,对家庭用电设备进行分类并建立数学模型;考虑调峰功率约束和补偿费用约束,运用改进的逼近理想解排序法（technique for order preference by similarity to ideal solution, TOPSIS）,并通过用户响应次数、响应功率等4个指标对每轮次参与调峰的用户进行优先级排序,最终确定参与调峰的用户名单。案例分析结果表明能够降低用户用电成本,减小系统的峰谷差。所提方法能够引导用户有序参与电网调峰,实现用户用电策略的优化。     

供应不足条件下战时连续消耗资源调度模型

研究了供应不足条件下连续消耗作战资源的战场调度问题。在分析资源供求特点的基础上构建需求点优先度评价体系,提出了用分层聚类法将需求点分类并按优先度将各需求点类排序的方法。建立多需求点资源调度规划模型,依据及时更新的战场信息依次实现各类需求点的资源动态调度,解决了战场背景下这类资源调度中“突出重点”与“整体协调”的矛盾。最后,通过仿真算例中两类资源调度方法的对比,展示了分类调度方法的可行性和优越性。     

多资源约束下改进NSGA-II算法的手术调度

针对手术调度涉及因素众多难以优化的问题, 在考虑手术台、执刀医师等资源约束,构建了以病人满意度及手 术总流程时间为目标函数的模糊调度数学模型. 针对传统的加权系数方法不能很好地解决手术多目标优 化问题,提出改进的非支配排序遗传算法(non-dominated sorting genetic algorithm II, NSGA-II),采用改进的拥挤密度排序法改善同一非劣等级内个体的排序; 提出自适应交叉和变异策略, 克服了种群早熟化,改善算法收敛速度; 采用改进精英策略保持种群多样性, 改善算法搜索性能. 最后, 将该算法应用于某三甲医院手术模糊调度中,仿真结果证明该方法的有效性和可行性.     

采用排序和打分-搜索的多阶转换网学习方法

针对现有学习方法主要用于先验网和一阶转换网,且对于多变量复杂转换网其效率和可靠性难以得到保障等问题,建立了一种从向量时间序列数据中发现多阶转换网的方法.在给出多阶数据集构造方法的基础上,通过条件相对平均熵计算建立完全有向无环图,并基于完全有向无环图排序结点,在结点顺序的基础上,通过局部打分-搜索建立转换网.这种方法将更加高效、可靠和实用.     

基于滑动窗口的数据流中近期频繁项挖掘

提出了一种在单独数据流中挖掘近期频繁项的算法MRFI。该算法采用基于对时间敏感的滑动窗口的模式,保证了挖掘结果的时效性,并利用循环队列和二叉排序树实现了简单高效的数据存储和处理,该方法是一种近似算法,它可以消除历史数据对挖掘结果的影响。实验采用IBM数据发生器产生合成数据,证明了该算法的有效性。     

根据排序移除低效材料的渐进结构优化方法研究

渐进结构优化法因计算原理简单,易于推广使用,逐步成为结构拓扑优化中的一种重要的方法。但在大量的研究中发现,传统的渐进结构优化方法优化中,移除低效材料的标准不会降低,进化率始终不变,这两方面的不足可能导致优化的失败。为此,提出根据材料效率的排序移除低效材料的渐进结构优化方法。每次移除低效材料的数量根据保留材料体积的固定比例确定。这种方法可保证优化渐进地进行,甚至可完成一些传统渐进结构优化法无法完成的优化。