局内车辆选线问题的比较策略及其竞争比分析

对现实物流配送中遇到的无法预测的线路堵塞问题,建立了具有堵塞点的局内车辆选线问题的数学模型,并分别介绍了局内运输车辆调度的贪婪策略和复位策略．在全面分析了这2种基本策略在竞争性能上的优劣之后,给出了比较策略及其算法模型．最后,讨论了该策略的竞争性能．结果表明,比较策略实现了对局内运输车辆的优化调度．     

售后服务交通费用管理的竞争策略

提出了局内k-售后服务的交通费用管理问题，应用局内问题及竞争策略的有关理论对此实际管理问题进行了详细的建模分析，并给出2个,n-1个和k个等3种情况下的维修小分队时的竞争策略及实现计算机管理的程序分析。     

局内肾移植接受决策问题的竞争分析

通过研究肾疾病患者在仅掌握当前和之前治疗信息时,是否接受肾移植的决策问题,提出了一种局内肾移植接受决策问题的竞争分析方法.首先将肾疾病患者分为可以治愈和无法治愈2类,并对此分别提出了继续接受治疗或接受肾移植、立即接受肾移植或等待更合适的肾资源的2种局内决策算法,前者考虑、比较了累计治疗费用与移植费用,后者比较了2次移植机会之间的治疗费用与免疫费用的改进额度,同时为肾疾病可以治愈的患者确立了局内算法集合.在竞争分析中引入了风险补偿模型,以评价局内算法的改进比率.竞争分析显示,所提局内算法的决策所带来的费用与局外算法带来的费用之比小于2,患者可根据自身对疾病的治愈预期和风险容忍度选择使用算法,以获得对应的补偿收益,从而达到治疗费用最小化的目的.     

最小费用箱子覆盖问题及其算法

提出了一种有实际背景的最小费用箱子覆盖问题──每个物品有长度和费用2个参数.针对局外最小费用箱子覆盖问题,给出了一个求解该问题的最坏情况渐近性能比为1/2算法C-FF1.同时给出了一个求解该问题的局内算法C-FF2,其绝对性能比为1/2,并证明了不存在绝对性能比大于1的算法.     

基于局内点分布的图优化方法

COP-SLAM(closed-form online pose-chain simultaneous locatization and mapping)是一种轻量型图优化算法,可以实时优化.但当局内特征点集中位于图像的特定区域时,其信息矩阵不能很好地表征里程计精度,影响实时优化效果.基于局内特征点的分布,引入局内点集的面积表示局内点的分布,提出了一种视觉里程计的后端图优化方法.实验结果表明,该优化方法有效地降低了相机绝对轨迹误差.     

在线A形装箱问题: 模型及算法研究

A形装箱问题是由生产实际引发的一个新的数学模型,它是经典一维装箱问题的一种变形--每样物品有高度和半径两个参数.把装箱问题的经典算法推广到在线A形装箱问题,并分别从最坏情形分析与数值模拟两方面对算法进行了比较,得到了不同而且有趣的结果. 证明了 First Fit算法的渐近竞争比为2, 而其它在线启发式算法如Next Fit, Worst Fit, Best Fit(BF), Almost Worst Fit, Harmonic的渐近竞争比皆为无界; 通过数值模拟,在平均意义下BF的性质最好.     

求解约束优化问题的一种新的进化算法

针对约束优化问题引入半可行域的概念, 提出竞争选择的新规则, 并改进了基于竞争选择和惩罚函数的进化算法的适应度函数; 结合粒子群优化（PSO）算法本身的特点, 设计了选择算子对半可行域进行操作, 从而得到一个利用PSO算法求解约束优化问题的新的进化算法. 实验证明了算法的有效性.     

求解OSAT问题的高效仿真算法

提出一个基于拟物思想的求解OSAT问题的仿真算法.该算法在映射过程中充分利用了连续性转换,通过竞争方式得到结果,并对最小码覆盖问题进行分析.     

基于肺部CT影像的针道识别关键技术研究

为了获得CT引导的肺部近距离放射治疗术中实际针道位置并且辅助术中顺利进行剂量优化步骤,本文提出了一种自动针道重建算法.基于预检验模型参数评估技术、局部随机样本一致性(RANSAC)算法与主成分分析(PCA)法相结合的局部优化算法,所提出的改进的RANSAC算法能够快速、精确、稳定地将针轴提取出来.相较于传统的RANSAC算法,本文首先运用预检验技术加速了传统算法的迭代过程,以便于提高整体拾取效率;其次为了解决传统算法拾取精度较差的问题,先通过局部随机样本一致性算法获得一个近似较优解,而后利用PCA法最小化所有局内点的误差以得到最终的最优解.针尖点的具体位置可以通过搜索针轴方向灰度的变化而确定.此外,同一张切片上的多根针通过连续局内点删除算法能够一次性被分割出来.模拟数据结果表明,改进后算法的分割精度要明显高于传统的RANSAC算法所得的结果,并且随着局内点占比下降拾取时间并没有发生较大的上升.此外,本文的算法也在实际的肺部近距离放射治疗图像中得到了验证,实际病例实验中以手动分割的结果作为算法所得的结果的参照物.实验结果表明,针轴方向和针尖点的平均误差分别被控制在1.4°和0.85 mm以内,且平均每根针的分割时间为0.238 s.     

基于差分进化算法的图像聚类研究

将差分进化算法应用于图像聚类问题,对问题进行实数编码,采用群体智能模式实现问题解的搜索.利用差分进化算法的差分变异操作和群体分布特性有效提高算法的搜索能力,采用贪婪选择操作和竞争生存策略实现群体内个体之间的相互合作与竞争,降低了进化操作的复杂性,并通过仿真实验证明了该算法的有效性.     

图的Steiner最小树的竞争决策算法

图的Steiner最小树问题是一个著名的NP难题,在通讯网络、VLSI等工程实践中有着重要的应用.在分析图的Steiner最小树问题数学性质的基础上,提出了图的Steiner最小树的竞争决策算法.为了验证算法的有效性,求解了OR-Library中的基准问题,测试结果表明了算法具有较好的求解效果.     

Hybrid ant colony algorithm for traveling salesman problem

A hybrid approach based on ant colony algorithm for the traveling salesman problem is proposed, which is an improved algorithm characterized by adding a local search mechanism, a cross-removing strategy and candidate lists. Experimental results show that it is competitive in terms of solution quality and computation time.     

基于快速下界估算的瓶颈旅行商问题竞争决策算法

利用数学推导和证明得出了一个瓶颈旅行商问题下界快速估算法,在此基础上利用竞争决策算法(新型优化思想)的通用模型,给出了一种瓶颈旅行商问题的竞争决策算法,经过大量数据测试和验证,并将求解结果与下界相比较,部分结果与下界相同．     

带取送货的关联运输调度问题的优化

针对取送货车辆路径问题,构建了带时间窗的IVRPPD的车辆路径数学模型,设计了混沌免疫克隆选择算法,介绍了基本的免疫克隆选择算法和混沌理论,并对设计步骤进行了详细介绍。最后,通过对该问题进行分析建模和数值求解,说明了该模型和算法的合理性和有效性。与基本遗传算法和非代际遗传算法相比较,混沌免疫克隆选择算法能更有效地解决带取送货的关联运输调度问题。     

最大团问题的竞争决策算法

分析了最大团问题的数学性质,根据推导出来的性质设计求解最大团问题的竞争决策算法,且算法的时间复杂度分析结果为O(n~3)。并用提出的算法求解最大团问题中的标准测试示例,测试结果表明,算法具有良好的求解效果。     

一种改进的两代竞争遗传算法

两代竞争遗传算法改变了简单遗传算法的选择机制，提高了搜索效率．但是两代竞争遗传算法易出现早熟现象，局部寻优能力并未改善．针对这些问题作者提出了一种改进算法，通过变异概率和交叉、变异范围的自适应调整，改善两代竞争遗传算法的搜索性能．实验表明，改进算法克服早熟现象，且能提高算法的局部寻优能力．     

LZCE算法:竞争进化的Lempel-Ziv算法

给出一组在ＬＺ算法基础上改进而来的具有竞争进化功能的字典算法：ＬＺＣＥ（Ｌｅｍ ｐｅｌ－ＺｉｖＡｌｇｏｒｉｔｈｍ ｗ ｉｔｈ Ｃｏｍ ｐｅｔｉｔｉｖｅ Ｅｖｏｌｕｔｉｏｎ）．在算法构成上，根据图像压缩应用的特点，将ＬＺ算法（Ｖ－Ｆ编码）和Ｈｕｆｆｍ ａｎ 编码（Ｆ－Ｖ 编码）相结合，实现了基于先验知识的统计编码与基于学习的ＬＺ算法的相互竞争，构造出可综合利用局域相关性、广域相关性和先验统计知识的竞争进化的字典算法；在二维相关性利用上，经ＤＣＴ域引入ＬＺＣＥ算法，较好地解决了一维ＬＺ算法难以利用二维相关性这一问题．实验结果表明，对于相同的ＰＳＮＲ，该方法可将ＪＰＥＧ 码率降低２０％ 左右     

一种新的求解旅行商问题的混合遗传算法

提出一种新的求解旅行商问题的混合遗传算法。该混合遗传算法充分利用2-opt和3-opt局部搜索能力,有效地弥补了具有较强全局搜索能力的遗传算法在局部搜索方面表现出来的缺陷。实验结果表明,该混合算法性能显著优于遗传算法。     

遗传退火进化算法在背包问题中的应用

从增强算法收敛性和减少参数依赖性的角度出发，提出应用遗传退火进化算法求解背包问题，遗传退火进化算法结合了遗传算法和模拟退火算法的优点，并有效地克服了各自的弱点，使其在优化性能、优化效率和可靠性方面具有明显的优越性．阐明了用该算法求解背包问题的具体实现过程，并通过实际数值计算和结果比较表明，该算法优于遗传算法和模拟退火算法．     

求解广义分配问题的拉格朗日蝙蝠算法

基于广义分配问题(GAP)自身的特点,将拉格朗日松弛算法(LR)和蝙蝠算法(BA)相结合,提出了一种高效的拉格朗日蝙蝠算法(LR-DBA)。首先,基于GAP的数学模型,在BA算法的基本框架上,重新定义了蝙蝠速度、位置以及局部更新公式,得出全新的求解GAP的离散蝙蝠算法(DBA)。其次,将其与LR相结合,设计出求解GAP的LR-DBA算法。最后,经过大量算例测试表明,对比DBA算法,LR-DBA混合算法在求解GAP时具有明显优势。