一种有效的R—时刻表综合算法

本文提出一种有效的求解时间规划问题中Ｒ－时刻表的综合算法。它通过逐级调用基于三角形的约束传递算法对时间约束关系进行筛选的方法，迅速地缩小搜索范围。然后，将精简的关系矩阵法应用于完全解，得到一致满足所有时间关系约束的Ｒ－时刻表。     

时间规划中D_时刻表的改进算法及应用

对既存在时间关系约束又存在时间宽度约束的n个事件,用时间规划的D_时刻表算法,可以求得2n个端点集的一个有序划分,该划分满足所有的约束条件.我们在应用中对算法进行了一些改进,增加了矩阵化简过程中的合并链和空事件,提高了算法的实用性.     

GD-约束集最小覆盖求解的研究

首先对GD－约束集中冗余的GD－约束进行了分类，然后给出了一个判断GD－约束是否冗余的充要条件。在此基础上，经出了一个CD－约束集成为最小覆盖的充要条件。最后，提出了一种求解GD－约束集最小覆盖的算法并对该算法进行了时间复杂性分析和算法正确性证明。     

框式可分凸二次规划的不可行内点算法

对框式约束的可分凸二次规划提出了1个原始－对偶不可行内点算法，并证明了该算法是1个多项式时间算法。     

带一个反凸约束的凸规划问题

讨论带一个反凸约束的凸规划问题－ 给出了整体最优解的特性，利用此特性借助分枝定界方法，构造出求该问题整体最优解的算法，并进行了收敛性分析－     

时序分析中时序约束条件的确立和检验算法

针对同步多相时序电路在满足建立时间约束时却忽视保持时间约束的情况，提出了一个基于锁存器多相时序电路的建立时间约束和保持时间约束的检验算法。该算法考虑了时钟偏斜对建立时间和保持时间的影响。经具体时序电路验证，本文检验算法是可行的。     

基于进化规划的文化算法

讨论了基于进化规划的文化算法，阐述进化规划如何嵌入文化算法以及信念空间用区间约束网的表示．用9个非线性约束优化实例进行测试，结果表明，约束数目越多，信念空间对问题的解决所起的作用越明显．     

一类双约束最短路问题的近似算法

带时间和边数约束的双约束最短路问题是NP-完备的。它的一种拟多项式精确算法可以利用动态规划方法给出，在此基础上采用rounding和scaling的处理技术得到了一种全多项式时间近似方案（FPAS）。     

用计算机代数建立R-矩阵与Yang-Baxter方程的解(Ⅰ)

给出用计算机代数系统Ｍａｔｈｅｍａｔｉｃａ建立约束系统的Ｒ－矩阵的统一方法,并将其用于ＣＢ族和ＴＧ族的Ｒ－矩阵。     

带有一个余凸约束的凹极小

针对在线性约束加一个余凸约束的条件下，求拟凹函数的全局极小问题，提出一个先构造包含整个可行域的单纯形，然后在目标函数值最小的极点附近逐步予以修正，使之局部重合于可行域的凸包，而得到问题的全局最优解。算法采用分枝和割平面相结合的技巧，对于凡能计算函数值的拟凹函数和凸约束函数，算法就易于执行，并具有有限步终止的收敛性质。由于算法仅在目标函数小的局部搜寻可行域的极点，故当变量及约束个数较大时，计算量远小于极点排序法。     

一种笛卡尔积压缩的负表约束上表缩减算法

利用笛卡尔积压缩方法可有效减小负表约束规模的原理, 提出一种在压缩负表上维持广义弧相容的高效算法STRC-N, 以解决负表约束维持弧相容过程中遍历所有元组导致效率低的问题. 实验结果表明, 当压缩负表上压缩率较大时, 得益于表规模的减小, 新算法相对于主流的负表约束处理算法效率更高, 性能更好, 从而实现了对负表约束处理算法的改进.     

几何约束奇异性判定的残量扰动算法

针对几何约束奇异性的判定问题 ,分析了奇异性的内在特征 ,给出了奇异约束的 3个性质 ,在此基础上 ,提出了奇异性判定的残量扰动算法 ,为快速准确的几何约束识别和求解提供了理论依据和实现方法 .     

仿人机器人路径规划研究

针舛仿人机器人机械连杆控制结构的动力学、运动学等特点,建立了25自由度仿人机器人家谱树彤结构,提供了连杆数据列表,分析了步态规划约束、步行倒立摆、奇异位姿控制、落地步态方向控制等特性,构建了行走步态模型,并采用链接图法对环境空间建模,引入种群规模自调整遗传算法实现路径规划。潋仿人机器人NAO为实验平台,采用链接图法进行全局建模,实验表明,改进的遗传算法在仿人机器人路径规划中具有更快的收敛速度与更好的适应性。     

基于减少检索的负表约束优化算法

通过放弃不相关元组从而减少检索的方式, 提出一种优化算法STRN3, 解决了在相容性算法中重复遍历负表约束的全部元组, 导致冗余检索、 效率较低的问题. 实验结果表明, 在检索过程中, 当负表中有效元组的平均个数未呈现大幅度下降时, STRN3算法较STR-N算法性能更优; 在约束网络中, 支持元组更多的情况下, STRN3算法较STR3算法性能更优, 从而实现了对负表约束算法的改进.     

基于多次约束匹配的室内定位算法

传统增强动态K加权算法(enhanced weighted K nearest neighbors,EWKNN)算法相比K加权邻近算法(weighted K nearest neighbors,WKNN)算法,虽然能有效提高定位精度,但是仍然存在定位结果在空间中跳动跨度大的问题。针对传统EWKNN算法的不足,在EWKNN算法的基础上提出了基于多次约束匹配的室内定位算法。考虑了行人前后位置的关联性,用上一步预测的位置对当前步的Wi Fi匹配进行多次约束,剔除匹配到的较远的参考点。实验表明,相比于传统的EWKNN算法,研究结果具有较高的定位精度。     

球体约束的规范表达

研究球体的规范表达。提出平面冗余、平凡线性冗余、半线性冗余三条新的规范原则,并给出了球体约束元组的规范算法。     

蚁群算法求解离散最小约束去除问题

摘要： 引入蚁群算法解决最小约束去除运动规划问题,在求解过程中对蚁群算法的启发函数以及信息素更新策略进行改进,使其不再易于陷入局部极值并适合求解该问题.仿真实验结果表明,该算法在解的质量和收敛速度上优于精确搜索与贪心算法.     

基于AC与LmaxRPC的自适应约束传播求解算法

在现有自适应约束求解方法基础上,提出一种新的自适应约束传播求解算法ADAPTAC-LmaxRPC.该算法能根据约束的不同特性,在传播能力强但开销高的LmaxRPC与传播能力弱却开销低的AC之间自适应地切换进行约束传播.多个Benchmark实例类上的测试实验数据表明,ADAPTAC-LmaxRPC算法有效地平衡了求解效率和算法开销之间的矛盾,大幅度提高了约束求解的效率.     

平均速率受限条件下OFDM系统联合自适应分配策略

提出一种满足不同用户速率要求的OFDM系统的联合子载波、比特和功率分配算法,以达到进一步减小发射功率的目的。首先在用户平均速率受限的条件下进行子载波分配,然后对分给每个用户的子载波进行速率注水,进行比特和功率分配,使系统在满足用户传输速率要求的同时传输功率最小。仿真结果表明,该算法功率分配部分具有较低的复杂度,相同性能要求下所需最小传输功率比其他算法小。     

基于命题逻辑的组件约束检测

针对组件约束数量大、复杂度高的问题，提出了一种基于命题逻辑的组件约束检测算法．通过命题符号化的过程，即通过5个联结词将日常语言中的命题转化成数理逻辑中的形式命题．该算法首次使用受限真值表的概念来描述组件约束，清楚、准确地揭示了软件组织结构、动态行为以及组件之间的转换，通过包含、否定和插入等规则来合并真值表，以解决检测组件约束时存在的冗余与冲突问题，并获得期望行为的最小组件集合，从而保证了组件约束之间相互一致．与基于规则模式表方法相比，所提算法克服了人工检测的不确定性，改善了检测的时间性能，并可将冲突错判率降低大约10％，平均处理时间降低大约33％．