改进的τ-leap算法在生化反应系统随机模拟中的应用

提出了一种丁一选择策略,有效地反映了生化反应系统中分子数日的改变.并由此提出了改进的τ-leap(improved τ-leap)算法,该算法对生化反应系统的随机模拟更为有效和实用.并以两个生化反应系统模型为例,分别用精确的SSA算法、改进的τ-leaping算法以及已有的修正的τ-leap(modified tau-leap)算法进行了模拟计算.仿真实验结果表明:在具有同等计算复杂度的情况下,改进的τ-1ap算法较修正的τ-leap明显地提高了模拟精度.     

改进的非齐性空间反应扩散主方程的随机模拟

提出一种改进的下一子空间算法,与原先的下一子空间算法相比,可以模拟更为复杂空间结构中的生化反应,并在某些情况下还可以降低计算量。该文以一个生化反应系统为例,分别利用原始的下一子空间算法和该文的改进算法进行了模拟。结果表明,在某些条件下该文提出的改进算法可以明显地减少模拟所需的计算量。     

生化反应系统的加速τ-Leap模拟算法

该文重新定义了临界反应,以更合理地界定可能出现负分子组分的反应.在此基础上提出了加速τ-leap算法,使系统中某些反应物数目较少时也可以采用τ-leap方法进行模拟,同时提高了模拟速度.以两个生化反应系统模型为例,分别用精确的随机模拟算法、修正τ-leap算法和加速τ-leap算法进行模拟运算,结果表明加速τ-leap算法在保证精度的同时能有效提高模拟速度.     

MOCVD工艺模拟系统

报道一个ＭＯＣＶＤ全方位综合工艺模拟系统，该系统包含反应室气流流体力学模拟，化学反应热力学模拟和沉积过程动力学模拟等３个子系统，它们可以独立运行，也可以联合运行。     

基于改进人工蜂群算法的分布式电源规划

通过改进人工蜂群算法,建立了系统网损最小、电压质量最优的综合优化目标,应用判断矩阵法确定多目标的权重系数,进一步优化分布式电源的选址与定容.在改进的算法中,运用均匀设计-反向寻优的方法来优化初始群体,提高全局寻优率.同时,为了解决基于比例适应度选择不足的问题,用基于适应度排序的选择概率代替了基于比例适应度的选择概率,不仅使种群的多样性得到了保护,而且扩大了全局搜索的范围.最后采用IEEE33标准节点配电网仿真,通过算例分析来验证该算法的有效性和可靠性.     

并行处理系统中一种改进的MARY-LO任务调度算法

讨论了并行处理系统中的任务调度问题，对基于Stone典型模型的一些算法作了些改进，改进后的算法弥补了以前算法的不足，将启发式算法，网络流量算法和贪心算法有机地结合在一起，很好地解决了处理机数目上的限制问题。     

带有顶点权重约束的图划分问题研究

研究了带有顶点权重约束的图划分问题.首先基于矩阵的提升将原问题转化为半定规划松弛模型，利用半定规划内点法求解该模型，并在求解过程中给出了具体的初始点选取策略和步长选取策略.随后利用改进的随机超平面舍入算法和2opt启发式算法求得原问题的近似最优解.数值实验表明该文的算法可有效求解带有顶点权重约束的图划分问题，且对于稀疏图的求解表现出了良好的性能.     

TCP Vegas和TCP Reno的兼容性问题及其解决办法

讨论了TCP Vegas和TCP Reno之间存在的不兼容的问题.为了研究异构网络环境下两者共享带宽的问题,本文推导了吞吐量和Jain公平指数的解析表达式.进一步,就基于显示拥塞通告(ECN)技术和随机早期探测(RED)算法,提出了TCP Vegas的一个改进算法,保证了和TCP Reno的兼容性.最后用NS-2模拟了这个改进的算法,模拟结果表明改进的算法很好地限制了TCP Reno不公平地占有TCP Vegas的带宽.     

基于低概率检测的高光谱异常目标检测算法研究

在深入分析高光谱数据特点的基础上,系统研究了基于低概率检测的高光谱图像异常检测方法。首先针对高光谱图像数据维数高的特点研究高光谱图像降维方法,重点研究自适应子空间分解(ASD)算法对高光谱图像进行降维;然后研究高光谱图像异常目标检测算法,异常检测算法能够在没有先验光谱信息的情况下检测到与周围环境存在光谱差异的目标,具有较强的实用性,成为一个重要的研究热点,重点研究低概率检测(LPD)算法,并用此算法对高光谱图像进行异常检测。此外,还研究了其它算法如RX算法,并与LPD算法进行比较,在此基础上对LPD算法进行改进,寻求以较高的鲁棒性进行高光谱异常目标检测,最终用基于特征融合的低概率检测算法对LPD算法进行改进。     

基因调控网络中的延滞动力学

由于基因调控网络中生物化学反应的时间多尺度性,如DNA与蛋白质结合以及蛋白质聚合等快速反应、转录翻译和降解等慢速反应,延滞现象在基因调控网络中普遍存在.文中提出一种延滞基因调控网络的随机模型,并且从矩方程和改进的Gillespie算法对模型进行探讨.还分别考虑了单基因延滞自调控网络和双基因延滞调控网络的例子,计算机模拟计算结果表明,基因调控网络中的延滞可以诱发调控产物浓度的随机振荡,这与实验结果相当吻合.