单亲遗传算法求解飞机降落排序问题的研究

为了保证飞机在降落时安全畅通,对飞机的降落排序进行了有效的排序,以单亲遗传算法(PGA)为基础,建立了以航班延误总时间最小为目标函数的规划模型,对着陆飞机排序进行了仿真计算,并与先到先服务算法、模拟退火算法以及蚁群算法进行了对比研究.仿真结果表明PGA算法在延误时间方面远低于先到先服务算法、模拟退火算法以及蚁群算法,但在计算性能上稍差于没有优化的先到先服务算法,因此提出该算法的可行性.     

基于PCA算法和GA-BP算法的混合算法

研究PCA算法、GA和BP算法的机理,分析三种算法的优缺点,结合PCA算法降维优点及GA全局寻优与BP算法快速收敛的特点,将主成分进行实数编码,将网络结构进行二进制编码,并在遗传操作中嵌入BP算子,将三种算法进行耦合,提出一种新的混合算法,就财政能力综合评价问题进行实验,实验结果表明混合算法明显优于GA和BP算法。     

随机化思想在算法设计中的应用

通过对随机化算法及其在两个经典问题上的运用进行阐述,介绍了随机化算法的原理及其在算法设计中的一些重要应用,并与经典的处理方法进行了比较,体现出随机化算法在某些问题处理上的一些优势,并总结了随机化算法在一些应用上的优点.     

基于LZW算法的改进算法

在分析LZW算法的基础上对LZW算法的缺陷进行了探讨,并对LZW算法进行了改进,大幅度减少了编码的长度,降低了匹配长度取值变化的影响,完全兼容LZW算法,在平均压缩率方面有较大的提高,而且对改进的算法进行了分析论证.     

基于粒子群-蚁群融合算法的移动机器人路径优化规划

基于TSP问题,提出了一种基于粒子群-蚁群算法相互融合的综合优化算法对移动机器人路径规划问题进行研究。通过粒子群算法对全局路径实施粗略搜索,获得部分次优解,在获得次优解的路径上进行信息素分布,再采用蚁群算法进行精确搜索,得到路径规划的最优解。实验结果表明:粒子群-蚁群融合优化算法在路径寻优上优于蚁群算法及粒子群算法。     

聚类算法在数据挖掘领域的研究

全方位的对各类聚类算法进行总结和归纳,并且对一些在特殊领域中应用聚类算法进行深度解析,然后从以下三个部分,算法思想,关键技术以及算法特点等方面进行基本概括,对一些代表性的聚类算法进行比较分析以及聚类算法新领域研究的展望,这对将来聚类发展具有重大意义.     

蚁群算法在服务选取问题中的分析比较

在对蚁群算法进行总结分析的基础上,提出了求解该问题的蚁群优化模型,定义了针对服务选取问题的信息素及启发式信息,并采用6种蚁群算法对该问题进行了求解.最后通过试验对这些算法在服务选取问题中的适用性进行了分析,并与最近提出的服务选取算法进行了比较.结果表明,设计的不同蚁群算法在求解该问题时性能差异较大,其中ACS算法不但收敛速度快,其求解质量也好于被比较的其他算法.     

基于LLE和PCA的人脸识别算法研究

用PCA算法对非线性结构的高维数据(如人脸图像)进行降维,会破坏其局部结构信息.而采用LLE算法对其进行降维,又会保留大量的冗余信息,并且算法不具有可扩展性,从而达不到预期的降维效果.为了克服PCA算法和LLE算法的这些缺点,我们提出将LLE算法与PCA算法以及径向基神经网络相结合的LPR算法,并将该算法分别与LLE算法和PCA算法进行实验比较.结果表明,LPR算法在保证较高识别率的同时,大大提高了算法效率.     

AdaBoost算法在多属性二分类问题中的应用——以魇术伽马望远镜数据集为例

采用AdaBoost算法对魔术伽马望远镜数据集进行分类测试,通过实验证明了AdaBoost算法在多属性二分类问题中应用的可行性,并与其他分类方法进行比较,表明AdaBoost算法在处理多属性二分类问题时,AdaBoost算法的精确度与Random Forest算法相似,优于SVM以及NN等其他算法。     

决策树分类算法的分析和比较

在数据挖掘中存在多种算法,决策树分类算法是应用比较多的一种。基于决策树分类算法的研究现状,对各种决策树分类算法的基本思想进行了阐述,并对不同的算法进行了分析和比较。     

多播OFDM系统中基于QoS保证的资源分配研究

分析多播OFDM系统中的资源分配问题,最优的功率子载波分配是NP-hard问题,为此提出三种次优分配算法:算法1对单播情况下的分配方案进行扩展,在初始分配后进行子载波调整,复杂度较高;算法2在等功率的假定条件下进行子载波分配,复杂度最低;算法3首先利用算法2进行子载波分配,然后通过注水进行功率分配,以提高系统性能.分析和仿真证明,所提算法是有效的,且其复杂度低,特别是算法2和算法3,非常适合于实际系统实现.     

高中数学算法教学内容难度比较与研究

本文首先比较了数学课和技术课中算法的内容及其难度,然后在假设授课时数不变的情况下,为降低数学课中算法的难度,通过对算法形成过程的分析,得到了对算法教学内容进行适当调整的结论:数学课程中的算法应当加强程序框图设计的教学,减少算法语句的教学,与技术课程紧密协调,将算法语句在技术课程中进行强化学习。     

基于改进SA-WOA算法优化热封刀温度控制系统PID参数的研究

套袋机热封刀温度通常采用PID算法进行控制,但是PID控制参数大多由人为经验设定,控制效果不佳.为解决这一问题,本文提出一种改进SA-WOA算法实现PID控制参数的自整定.首先我们利用阶跃响应曲线法建立系统的传递函数模型,再考虑鲸鱼算法以及模拟退火算法的优点,将两者进行结合;然后在此基础上对算法进行改进,提高算法的收敛速度以及优化效果;再将改进后的算法在MATLAB R2017b平台上进行仿真对比实验;最后,将仿真所得控制参数在套袋机上进行实验测试.仿真对比结果表明,相对于继电反馈算法、粒子群算法以及基于模拟退火的改进粒子群算法,本文算法优化所得参数控制效果更好.实测实验结果表明,本文算法所得参数控制效果良好,可以更好地满足实际的需求.     

二进制粒神经网络及其在分类中的应用

为了提高分类器的正确识别率并降低特征选择的时间复杂度, 提出二进制粒神经网络框架.在该框架下,提出一种二进制粒神经网络分类算法.该算法通过二进制粒矩阵将特征空间进行最优约简,并利用基于BP的学习算法实现分类;将该算法在UCI数据集上进行测试,并与BP神经网络分类算法进行比较.仿真实验表明,二进制粒神经网络分类算法比BP神经网络分类算法分类正确率更高,泛化能力更强,是一种有效可行的分类算法.     

FPCM算法在彩色图像分割中的方法研究

在改进模糊c均值聚类（MFCM）算法基础上提出模糊可能性c均值聚类（FPCM）算法的图像分割方法,并将FPCM算法应用在彩色图像分割过程中．FPCM算法是FCM聚类算法和MFCM算法的扩羼衍生．MFCM算法是通过调整FCM算法的测量距离来减少标签像素受到其他图像像素的影响和在切分中抑制噪声效果来进行约束,从而使得成员变量没有最大约束值．FPCM算法是在MFCM算法基础上进行模糊化,加入了可能性和隶属度两个度量标准．通过彩色图像实验充分表明了FPCM算法在图像分割中的实际效果．     

一种基于药品检测问题的信息校验算法研究

基于使用小白鼠对药品进行检测的问题,提出了药品检测的算法;在该算法的基础上结合信息校验,提出了一种信息校验算法,把信息校验算法与海明码校验算法进行比较分析,两种算法的算法复杂度一样,效率一样,该信息校验算法更易于理解、更方便阅读.     

基于GPU的多类支持向量机改进算法

针对支持向量机算法耗时较长的问题,利用并行计算思想,基于图形处理器对多类支持向量机算法——Crammer-Singer算法进行改进,并利用循环展开、数据暂留、缓存和开放运算语言等技术对算法加以实现.分别在4个数据集上对原算法和改进算法进行对比实验,结果表明,改进算法在性能上获得了较大提升.     

基于粒子群算法和人工鱼群算法在无线传感网络覆盖策略的研究

在无线传感网络中,覆盖和能耗是判断性能的两个重要标准,本文将粒子群算法与人工鱼群算法进行结合,提出了一种两种算法的覆盖优化策略,利用粒子群算法中的权重因子在人工鱼群算法中的应用,有效的避免了算法过早的陷入早熟,加速了算法的收敛。仿真实验表明,该算法有效提高网络覆盖性能,并与其他算法进行了比较。     

一种改进鱼群聚类算法在结构面分组中的应用

针对结构面产状常规分类方法存在的不足,提出一种新型的结构面分类算法.基于K-Means算法的结构面分类,将人工鱼群算法(artificial fish swarm algorithm,AFSA)与K-Means算法相结合,建立了AFSA-RSK结构面分类算法.利用鱼群算法强大的寻优能力,代替K-Means算法对结构面产状聚心集进行搜寻,并通过K-Means算法进行聚类.聚类完成后,选择相应参数指标对聚类效果进行评价.针对存在的问题,对鱼群算法的步长和视野进行修正,提高寻找聚心集的精度,动态地调整了聚类过程.将改进后的AFSA-RSK算法与其他算法进行比较,结果表明在迭代速度、聚类精度以及内存占比上,改进后的AFSA-RSK算法都要更优,更适合在结构面分组方面的应用.     

WiMAX系统宏分集切换算法

针对WiMAX系统宏分集切换问题,提出了2种宏分集切换算法——MDHO和MDHO-H。MDHO算法对已有的Z算法进行了改进,选择信号强度最强的m个基站做为分集站。MDHO-H算法在MDHO算法的基础上加入了滞后因子。在相同切换场景下对3种算法进行了仿真比较。结果表明,MDHO算法和MDHO-H算法的切换次数比Z算法的切换次数分别减少了24%和53%。