带公共交货期窗口的提前/拖期非等同多机调度问题

提出了公共交货期窗口下提前 /拖期惩罚的多台不同设备情形的零件排序模型 .在分析相应单机问题最优排序和最优交货期性质的基础上 ,证明该多机零件问题实际上蕴含着使系统 makespan达最小的多机零件排序问题 .由于使系统 makespan达最小的并行多机零件排序问题已被证明是 NP完全问题 ,因此提出了求解该零件排序问题的一个启发式算法 ,该算法计算复杂性低且对并行多机零件排序问题同样适用 .最后给出了两个数值例子 .     

用遗传算法求解机器排序优化问题

提出一种针对机器排序问题的遗传算法,该算法编码简单并构造了新的交叉和变异算子.用该算法成功地求解出了三个著名的Muth-Thompson问题(MT6×6,MT10×10,MT20×5)的最优解.计算表明,该算法具有较高的效率,能有效地求解机器排序等复杂的组合优化问题.     

改进的频域盲分离排序不确定性消除算法

讨论了频域盲源分离算法中的排序不确定性问题.根据相邻频点上同一个信号的频谱幅度相关大于不同信号频谱幅度相关的特点,提出了一个改进的基于相邻频点幅度相关性的排序不确定性消除算法.在两个相邻频点上构造一个幅度相关矩阵,再根据相关性大小将幅度相关矩阵转换为转王矩阵.该方法可以实时处理卷积信号频域盲源分离算法的排序不确定问题,在对每个频‘点进行独立分量分析的同时确定各分量的顺序.该算法效率高、鲁棒胜好.仿真实验表明了算法的有效性.     

多种资源受限多项目排序问题的两层决策方法

分析了多种资源受限多项目排序问题的性质和特点 ,提出用两层决策方法建立这类问题的数学模型 .将基于直接搜索法的随机全局优化方法用于求解该问题的全局最优解 ,给出了具体的算法步骤 .计算示例表明 ,本文建立的模型和给出的算法能有效地求解多种资源受限多项目排序问题.     

求解并行加热炉群调度问题的三阶段算法

针对并行加热炉群调度问题,提出了以板坯的最大完工时间和炉内总停留时间最小化为目标的求解算法.算法由3个阶段组成:第1阶段以关键路规则为基础确定板坯排序,在一定条件下具有最优性;第2阶段对任意给定的板坯排序,给出该排序下关于炉内总停留时间的最优可行排序;第3阶段对任意给定的可行板坯排序,给出该可行板坯排序下满足板坯释放时间的最优调度方案.     

基于重构信道的组分层空时系统接收天线选择

针对采用排序的串行干扰消除检测的组分层空时系统,提出了基于重构信道QR分解的接收天线选择算法,该算法用子信道Frobenius范数排序代替Moore-Penrose伪逆行范数排序得到置换矩阵,降低了计算复杂度.并给出了基于重构信道的快速算法,该算法比常规信道快速算法具有显著的性能提升.仿真分析表明,该算法在中断容量上与最大容量算法接近,重构信道QR分解算法与基于伪逆排序方法性能相近,重构快速算法性能稍有下降,但复杂度更低.     

航空公司飞机排班问题的排序模型及算法

针对国内航空公司运营管理的特点,提出了描述单枢纽航线结构下飞机排班问题的排序模型及算法.首先通过引入航班节概念,将飞机对航班的安排问题转化为飞机对航班节的安排问题,并运用固定工件排序理论建立起描述该问题的数学模型,然后根据"先到先服务"的规则并通过引入航班节标号函数和飞机标号函数设计了一种标号算法,该算法的计算复杂性为O(mn).通过对一个算例的分析说明了该算法的应用.     

基于改进离散微粒群优化算法的混流装配线多目标排序

产品投产排序是混流装配线有效运作的关键,它是标准微粒群算法无法直接应用的离散空间问题.提出改进离散微粒群优化算法来解决混流装配线多目标排序问题.提出了适应离散编码的粒子位置编码方式,有效避免了不可行解的产生,提高算法效率.引入了动态参数及自适应逃逸机制增强了粒子的多样性和搜索性能.分析了装配线参数变化对目标函数和相应投产序列的影响,并确定出了能够获得最优解的合理参数范围.提出评价指标对改进离散微粒群优化算法与基本离散微粒群优化算法进行了对比,对实际混流装配线的仿真实验表明提出的改进微粒群优化算法可以直接应用于离散排序问题,是一种高效的混流装配线排序算法.改进微粒群优化算法与遗传算法的仿真实验对比显示了提出方法在混流装配线排序问题中的优越性.     

用单亲遗传算法解具有窗口式交货期的多机加工排序问题

具有窗口式交货期的加工排序问题是一个强NP困难问题,传统方法的计算效果往往不能令人满意.采用基于整数编码的单亲遗传算法较成功地解决了这类窗口式交货期的单机和多机加工排序问题,并讨论了该算法的计算复杂性是属可计算的.文中的算例表明,该算法是实际有效的.     

基于累积延误损失算法的GHP模型

考虑不同机型的不同延误损失费用提出了一种累积延误损失算法,并建立基于该算法的地面等待策略(GHP)数学模型.该算法进行到达航班排序时,以所有航班总延误损失费用为首要排序标准,以先来先服务为第二排序标准,从而得到总延误损失费用与总延误时间值都较小的到达航班序列.同时,该算法也考虑了有后继任务的航班对到达航班序列的影响.基于该算法的GHP模型结合实际数据在实验仿真中取得了较好的效果,表明了该算法与模型的实用性与有效性.     

单机加权成套订单数遗传算法研究

从实际应用出发，提出了使成套订单数最大的单机排序新问题，建立了该问题的0-1整数规划模型，相应设计了求解的遗传算法，并通过一个算例对这类排序问题和所提出的算法进行了说明，计算结果表明了算法的有效性。     

基于免疫遗传算法的机械手避碰逆解

给出了核反应堆检修用冗余机械手的无碰撞运动学求解方法。提出了一种基于免疫遗传算法的逆解方法,在保证解的精确性的同时对解进行了合理优化,使得求解过程快速准确。同时在求解的过程中利用罚函数法,对逆解过程进行避碰优化,使得基于该逆解方法的机械手运动控制更具灵活性。针对具体问题,提出了一种免疫遗传算法,对算法的快速性作出了考虑,满足了求解的实时性要求。     

EMD新算法及其应用

经验模态分解（ENID）算法是Hilbert-Huang变换（HHT）的核心算法，它的分解效果依赖于包络线的生成算法和端点延拓算法。采用分段幂函数插值算法求包络成。结合一种改进的端点延拓算法。得到了一种新的EMD算法。分析了分段幂函数插值算法的收敛精度。从数学角度解释了选取该插值算法的原因．最后，结合一个股票模型的仿真结果说明新的EMD算法效果更好。     

基于子空间方法的自适应半盲多用户检测

提出MC-CDMA系统下一种基于子空间方法的自适应半盲多用户检测算法。该算法通过利用小区内所有用户的扩频码设计了一种基于MOE准则的半盲检测器。针对Chebyshev逼近算法受到来自噪声子空间分量的影响导致性能下降的问题,提出一种子空间约束Chebyshev逼近算法,并使用该算法自适应得到权向量。为了减少计算复杂度,采用修正的PASTd算法自适应跟踪信号子空间。仿真实验验证了该算法的有效性和可行性。     

数值积分的神经网络算法研究

提出一种求解数值积分的新方法,其基本思想是训练傅立叶基神经网络来逼近被积函数以实现定积分的数值计算.为保证算法的收敛性,提出并证明了神经网络算法的收敛性定理,为学习率的选取提供依据.本算法计算精度较高,对被积函数要求较低,适应性强,并可以计算振荡函数的积分.数值积分算例验证了本算法的有效性,因此在工程实际中有较大的应用价值.     

隔墙隔音效果的计算机仿真实验

利用对时间二阶导数的二阶中心差分和空间二阶导数的四阶中心差分将二维声波方程离散化，形成一个模拟声音传播过程的计算方案，并在Windows2000平台上用C＋＋开发程序予以实现。通过对无阻隔的空气模型，空气中的砖墙模型以及空气中的双层木板隔墙模型上的声传播过程的数字仿真模拟，验证了软件的可行性，同时了解到声音在这三个模型所代表的建筑环境中的传播特点，此实验证实了砖墙隔音效果优于木板墙的直觉体验。     

基于GPU的体绘制流水线优化与预处理加速算法

提出一种基于GPU的体绘制流水线优化与预处理加速算法。对目前GPU体绘制流水线结构进行了深入地分析,为消除流水线速度瓶颈,采用自适应数据划分剔除算法对体数据进行子划分,剔除空白子块后将子数据块定义成子纹理块,然后使用体纹理打包算法VTP将子纹理块打包成适合GPU纹理内存的纹理,再依次传输至GPU纹理内存中。实验结果表明加速算法能有效提高流水线实际吞吐率,与原始算法相比,加速算法节省了40%~60%的绘制时间。     

序列医学图像三维分割的一种方法

介绍了一种Live Wire和轮廓插值算法相结合的序列医学图像分割算法，在这个算法中又借鉴了活动轮廓模型方法的思想，使得这三种算法有机的结合在一起。并对传统的轮廓插值算法和-Live Wire进行了改进，结合活动轮廓模型方法的思想在重建的轮廓中根据实际图像的局部特征进行了自动收缩。实验表明这种算法能快速准确的从序列医学图像中分割出感兴趣的物体。     

一种改进型神经网络算法NN-LMBP

提出最近邻Levenberg—Marquardt误差反向传播神经网络算法。针对BP神经网络收敛速度慢的不足，利用Levenberg—Marquardt优化算法进行改进。同时为了提高神经网络的泛化能力，进一步基于最近邻算法对样本进行修剪。试验表明，与一般神经网络算法相比，NN-LMBP在改善神经网络泛化能力的基础上，有效地提高了神经网络收敛的速度。     

一种改进的加权多模盲均衡算法

在加权多模盲均衡算法的基础上,提出了一种误差函数在判决引导模式和加权多模模式之间切换的改进算法。算法根据误差函数符号的比较结果,在判决引导模式与固定加权多模模式之间切换,可充分利用两种模式的优点,更好的匹配信号星座,避免动态权值多模算法中权值的调整。仿真结果表明与动态权值多模算法相比,改进算法可获得更快的收敛速度和更低的稳态均方误差,计算量增加较少,适用于QAM信号。