基于竞选算法的灰度图像匹配研究

针对灰度图像匹配算法普遍计算量大、速度较慢的问题,将灰度图像匹配问题转化成全局优化问题,然后利用竞选算法求全局最优解,以达到优化匹配性能的目的。图像匹配实验证明:在保证匹配精度的条件下,基于竞选算法的灰度相关匹配算法匹配速度大幅提高。     

基于ICA的自适应图像融合技术

将图像融合分成两个过程,即训练过程和融合过程。在训练过程中,将二维图像信息转换为一维信息,然后进行独立分量分析（Independent Component Correlation Algorithm,ICA）的分解,从而得到分离矩阵和融合矩阵。融合过程中采用自适应算法对训练过程中分离系数进行处理,得到新的融合系数。利用新的融合系数通过融合矩阵来恢复图像。     

一种改进的Gardner定时恢复算法研究

为了提高基于Gardner算法的定时同步系统的性能,采用Matlab和Simulink对该算法进行建模和仿真,针对定时同步环路中能够影响环路等效带宽的环路滤波器,提出了一种在定时同步的捕获和跟踪阶段具有不同等效带宽的环路滤波器结构,从而在缩短定时捕获时间的同时提高了跟踪阶段的同步精度（即减小了定时抖动）。通过与经典Gardner定时恢复算法的对比分析,验证了该结构的有效性。     

周期性居家医疗护理问题的禁忌求解算法

针对周期性服务需求的居家医疗与护理资源管理问题，提出一种基于插入法和节约算法的禁忌算法。该算法综合考虑客户接受服务的日期、客户的服务等级和客户访问次序，在初始解基础上进行邻域搜索，每次邻域搜索选取部分客户，搜索其所有可能的服务日期、服务等级对应的调度方案，选择成本最低的方案作为邻域搜索的最新解。邻域搜索中变换过的客户将列入禁忌表，在禁忌步长内不予变换。通过多次迭代，求解结果向最优解方向收敛。对随机生成的算例及基于标准 Vehicle Routing Problem （VRP）算例构造的算例进行仿真验证，并与 Rolling Horizon Myopic Planning Approach （RHMPA）算法求解结果对比，实验结果表明，该算法在一定运行时间内适合求解客户规模低于500人的案例，且求解结果优于 RHMPA 算法，多次求解的结果相对误差仅为0．94％。该算法为家庭护理管理和计划调度问题提供了新的算法设计优化思路，对提高当前我国相关产业的管理和调度水平具有现实意义。     

复杂产品碳足迹结构元规划方法研究*

日益增长的环境压力对复杂产品供应链碳足迹优化提出了更高的要求。为了降低优化过程动态性及不确定性,在综合评述产品拆卸建模分析研究方法的基础上,依据约束关系和装配结构,通过构建规则,设计多目标复杂产品碳足迹结构元拆卸混合图模型,确立模型约束关系矩阵,利用迭代分层思想设计驱动式递归聚类搜索算法,规划各层次碳足迹结构元模块。经液晶显示器实例证明,该规划方法可有效剖析复杂产品碳足迹结构基本元及模块单元。     

基于D*算法的场面滑行动态规划研究

研究了机场场面滑行路径动态规划问题.基于三种滑行冲突约束,建立了使航班总体滑行时间最短的动态优化模型.改进了传统的D*算法,提出了基于时间权值的冲突预测和代价修正函数.案例计算相比Dijkstra算法得到的结果减少了203s,有效减少总滑行时间,提高场面运行效率.该算法不仅可以用于滑行路径的初始规划,也适用于场面实时滑行引导的实施.     

基于FPGA的多接口路由系统设计与实现

在异构设备采集数据的过程中,为解决多种接口之间数据传输与交互的问题,设计了一种基于FPGA的多接口路由系统。给出了该系统的总体设计方案,针对不同端口间地址不匹配的问题,提出了一种基于虚拟IP地址分配方法的路由算法,并对其进行了仿真,最后在FPGA上实现了该算法。实验结果表明该系统具有不同接口之间数据路由寻址功能,能够满足不同应用场景、带有多种接口设备数据采集与传输的功能需求。     

基于节点转移的ZigBee网络路由改进算法

ZigBee网络的一个主要的目标就是降低网络的耗能,以延长网络的使用时间.但ZigBee协议中的网络结构和路由算法并没有完整的讨论能量消耗问题.该文提出一种改进的分布式路由算法,该算法尽可能通过电源供电路由节点转发数据,最终减少电池供电路由节点的能量消耗来延长网络的生存时间.仿真结果表明,该算法只需少量的通讯开销就可以明显地减少电池供电路由节点的耗能.     

求解0-1背包问题的两种方法的分析与比较

背包问题(KP)是计算机科学中典型的NP-hard问题,不存在多项式时间的精确算法。本文首先给出了求解0-1KP问题的一种改进的近似算法,讨论了算法复杂度与近似比;然后,给出了求解0-1KP的动态规划算法描述,并分析了算法的复杂度;最后,对两种方法进行了理论分析,并利用3个较大规模0-1KP实例的仿真计算结果与GDPSO进行比较。