基本蚁群算法及其改进

给出了群体智能的一个分支--蚁群算法的一个改进算法,充分利用了算法的并行特点,提高了算法的效率.     

多边形布尔运算的降维算法

多边形的布尔运算是计算机图形学的一个关键算法.提出的降维算法,避免了求交的盲目性,提高了速度,而且不需要过多的附加运算.该降维算法是一个高效的二维多边形包括带有孔洞的多边形的布尔运算算法,也是一个将扫描转换和布尔运算两个过程合二为一的算法,同样也是一个可以推广到三维的算法.     

一个新的过滤器SQP算法的收敛性

过滤器算法是求解约束优化问题的一类有效算法.采用这种算法时,不需要用到罚函数.给出了一个新的判断一个试验点可被过滤器接受的准则,并在此基础上构造一个新的过滤器SQP算法.在一些基本假设下分析了算法的全局收敛性.     

从求解格点问题看递归算法及其与迭代循环算法的比较

递归是比迭代循环更有力的算法。一方面,每个循环算法均可找到一个等价的递归算法;另一方面,一些循环算法不能求解的问题常可用递归算法求解。格点问题便是这类问题中具有代表性的一个。 本文通过对格点问题构造有效算法来讨论:一,如何根据一个问题所固有的结构关系去选择适当的算法;二,递归算法在计算机内的实现方式及对递归程序的跟踪;三,递归算法与循环算法的比较。     

基于K中心点的文档聚类算法

K中心点算法是一个常用的聚类算法,它的主要缺陷是容易陷入局部极值,计算代价太高.本文先构造一个运用余弦相似度的K中心点文档聚类算法,然后提出一个改进算法,该算法不增加计算的复杂性,显著改进文档的聚类结果.最后,将该改进算法作为局部搜索过程嵌入到迭代局部搜索结构中,构造一个基于K中心点的迭代局部搜索文档聚类算法,进一步改进了文档聚类结果.试验结果表明该算法显著改进了文档聚类结果.     

一种新的凸二次规划的内点算法

提出了一个新的求解凸二次内点算法,算法基于原始－对偶仿射尺度算法的思想,每步迭代只须解一个线性方程组,通过适当选取步长,算法具有多项式计算复杂性。     

求解PageRank问题的Arnoldi松弛两步分裂算法

提出了求解PageRank问题的一个新的算法——Arnoldi松弛两步分裂算法(Arnoldi relaxed power-inner-outer, Arnoldi-RPIO).该算法在原有的PIO算法中加入一个新的松弛参数,并且运用深度重启的Arnoldi算法来加速算法的收敛性. Arnoldi-RPIO算法的收敛性得到了理论证明,并给出数值算例说明了该算法的有效性.     

基于SNMP协议的网络拓扑发现算法

网络拓扑发现对于现代网络管理是一个重要的课题,尤其是第2层网络拓扑发现是一个难题.针对这一难题,基于大多数网络设备都支持的SNMP协议,提出了一个快捷、高效的算法,并对该算法进行了详细的描述,用该算法进行了真实环境的测试,测试结果和真实网络情况完全吻合,说明了此算法是一个有效的拓扑发现算法.     

高次B样条曲线的象素级生成算法

提出了一个高次Ｂ样条曲线的绘制算法．该算法首先对高次Ｂ样条曲线降阶,然后采用通用的象素级生成算法来生成Ｂ样条曲线．由于该算法考虑了误差问题,因此是一个有效通用的算法     

线性l1问题的基点下降算法

针对线性l1问题,提出一个新的算法--基点下降算法,此算法简单易行,计算过程可以像单纯形一样列表进行。该算法较好地处理了退化情形,而且是一个有限步的算法,并给出了两个算例。