求总体极值的一个新算法

本文将多变量总体最优化问題转化为单变量总体最优化问題来求解,并利用隧道法来加快求解速度。     

三点形最优址问题

给出了三点形最优址的一种几何求法，主要结果如下：设Ｐｉ是平面上三点，它们的权为ｋｉ（ｉ＝１，２，３）。△Ｐ１Ｐ２Ｐ３的三个内角分别记以∠Ｐ１，∠Ｐ２，∠Ｐ３，以ｋｉ为边构成的三角形的三个外角分别记以θ１，θ２，θ３，则最优址Ｐ分别连接Ｐ１，Ｐ２，Ｐ３所成的三个角恰是这三个外角，显然，Ｐ点可由尺规作图解出，此外，若有∠Ｐｉ≥θｉ，则最优址在Ｐｉ处取得，对于ｋ１，ｋ２，ｋ３不能构成三角形的情形，最优址     

一个改进的BFGS算法

提出了求解无约束优化问题的一个改进的BFGS算法,并结合Goldstein线搜索证明了算法对一般非凸目标函数极小化问题的全局收敛性.     

一个改进的非线性单纯形算法

提出了非线性单纯形算法的修改算法．在原单纯形算法的基础上结合线性搜索算法；用线性搜索方向最优点代替原算法的反射点；修改后的单纯形算法能加快收敛速度．     

无风险控制的log-最优投资组合问题的一个黎曼几何随机算法

无风险控制的log-最优投资组合问题是一个很有实际应用价值的计算金融问题,本文给出了求解该问题的一个内蕴的自然梯度随机算法。算法的内在优点是每步迭代所得近似结果都自动满足约束条件,而且具有内点算法的特性,因此收敛速度较好。最后,将该算法应用于上海证券交易所的实际数据计算,结果令人满意。作者也对所得结果进行了合理的金融实证分析。     

一个最优并行选择算法

最优并行算法系指其所用时间与处理器数目之乘积等于相应串行算法之时间下界的那一类并行算法。对于求解从n个数中选取前m个或第m个最小(或最大)数的选择问题(m相似文献   

路由选择算法分析

骖径选择是网络中的一个重要问题,路径选择的核心是路由算法。本文介绍了常用的静态路由选择算法和动态路由选择算法,对各个算法的实现、性能和优化进行了分析,并提出了改进方法。     

选择排序算法的一个改进及分析

针对少量记录排序的应用，对直接选择排序算法进行了挖掘，通过增加记忆功能，使算法性能得到明显提高。改进后的算法在大量记录排序时，较原算法的速度提高1倍以上；在少量记录排序时，是基于比较和移位的排序算法中总体表现最佳的；并且对原序列的有序程度很敏感，原序列相对有序时，速度能大幅度提高。结果表明：该算法很适合少量记录排序、部分排序、较有序记录的排序，以及与快速排序算法的混合使用。     

一维优化的最优步长因子法

本文在分析一维优化方法的比例因子法的基础上,提出了一种直接调整步长的最优步长因子法并给出框图。该法较比例因子法理论上完善,迭代控制可靠。     

求两简单平面多边形内分切线的一种最优算法

提出了一种确定两简单平面多边形内分线的最优算法，对于ｍ边形Ｐ和ｎ边形Ｑ，该算法能在Ｏ（ｍ＋ｎ）时间内确定Ｐ和Ｑ是否存在内公切线，如果存在，则可求出。     

支持视频业务传输的广播式MAC算法

为在紧急救援和军事活动等实际应用中实现上下级间广播式通信方式, 参考并简化了 NbIA(Neighbors Indirect Acknowledgement Algorithm)算法的组网思路, 设计新的时隙分配方式, 提出了一种基于 TDMA(Time Division Multiple Address)的广播式 MAC(Media Access Control)算法。 OPNET 软件仿真结果表明, 该算法的组网速度与 NbIA 相近, 但实现方法大大简化, 并可根据节点的业务需求提升节点的吞吐率, 从而有效支持视频业务的传输。     

微粒群算法优化信息的分组延迟传播模式

在改进型微粒群算法基础上,考虑对寻优空间充分搜索及算法总体收敛的需要,将信息的分组延迟传播模式应用于微粒群算法.首先对微粒群进行具体分组,然后设计了用于微粒群迭代寻优求解的分层延迟通讯模式,最后针对高维多峰函数优化问题进行了数值仿真实验.     

基于最大完全子图与最小树形图的无线定向网络广播算法

现有关于无线定向网络广播的研究主要集中于如何选择中继节点或计算转发概率以提升分组递交率,减少广播冗余,但未对中继节点选择及波束指向计算开展联合设计,导致源节点及中继节点在广播过程中存在冗余指向,增加了消息转发次数。为提升无线定向网络广播效率,提出一种基于最大完全子图与最小树形图的无线定向网络广播算法(maximum complete subgraph and minimum arborescence based directional broadcasting algorithm, MCSMA)。算法首先利用最大完全子图理论计算源节点或中继节点波束指向,使单个波束指向覆盖的邻居节点数量最多,然后利用最小树形图理论选择中继节点,使中继节点使用少量波束覆盖全网所有节点,降低广播过程中的消息转发次数。仿真表明,所提算法可有效减少广播过程中源节点和中继节点的波束指向次数,提升定向广播效率。     

High-Performance Broadcasting Algorithms on Cluster

In many clusters connected by high-speed communication networks, the exact structure of the underlying communication network and the latency difference between different sending and receiving pairs may be ignored when they broadcast, such as in the approach adopted by the broadcasting method in MPICH，a widely used MPI implementation. However, the underlying network cluster topologies are becoming more and more complicated and the performance of traditional broadcasting algorithms, such as MPICH‘s MPI_Bcast, is far from good. This paper analyzed the impact of communication latencies and the underlying topologies on the performance of broadcasting algorithms for multilevel clusters. A multilevel model was developed for broadcasting in clusters with complicated topologies, which divides the cluster topology into many levels based on the underlying topology. The multilevel model was used to develop a new broadcast algorithm，MLM broadcast-2 (MLMB-2), that adapts to a wide range of clusters. Comparison of the performance of the counterpart MPI operation MPI_Bcast and MLMB-2 shows that MLMB-2 outperforms MPI_Bcast by decreasing the broadcast running time by 60%-90%.     

广播电台安全播出的技术措施

详细介绍了广播电台安全播出的技术措施。     

利用遗传算法选择最优管理决策

作者阐述了随着知识经济时代的到来研究复杂系统的重要性。指出采用计算机虚拟的方法去动态地分析复杂系统的演化规律，可以帮助人们快捷地选择经济而合理的决策方案，并用遗传算法实现了一个管理决策的最优选择。     

基于数据包重要性的低时延广播重传算法

 无线广播信道存在噪声和多径衰落,导致无线广播性能较差。传统的无线广播重传技术更多地考虑重传效率,而忽视了重要数据包优先重传的问题,使得一些特殊应用难以优先获得那些重要性较高的丢包。为提高无线广播重传的性能,同时满足对数据包重要性敏感应用的需求,本文在传统广播重传技术的基础上提出了一种基于数据包重要性的低时延广播重传算法。此算法在利用机会式网络编码方法编码重传包时,根据各终端所含丢包重要性的级别,分别对丢包进行编码优先权排序,在满足各终端能够及时译码的基础上优先编码终端中重要性高的丢包,权衡丢包重要性与参与编码丢包总的数量,使得一次编码重传中,参与编码的丢包数尽可能的多,并且使重要性级别靠前的丢包优先参与编码,如此不仅保持了一个较好的重传效率,降低了传输时延,同时又缩短终端获取高重要性丢包的时间。仿真结果表明,在典型的无线信道条件下,此算法不仅保持了现有的经典策略好的重传增益,同时突出了重要性高的丢包能够优先获得的优点,降低了传输时延。     

一种基于填充函数的神经网络全局优化算法

针对前向神经网络BP算法由于初始权值选择不当而陷入局部极小点这一缺陷,提出新的全局优化训练算法.首先,提出了一种新的填充函数,并证明该函数的填充性质,进而结合该新填充函数与BP算法,构造出基于填充函数的全局最优化神经网络算法.应用全局优化算法训练神经网络时,如果误差函数陷入局部极小值,该算法可以利用填充函数帮助误差函数不断地跳出局部最优,直到找到全局最优点.该新算法的最大优点是对于初始权值无依赖性,避免了BP算法易陷入局部极小值的缺点.理论分析和仿真试验结果证明了该全局优化神经网络算法的有效性和优越性.     

一种从空间物体到八叉树转换的简捷算法

利用计算机图形学中八叉树的结构特性和几何模型设计了一种简捷算法，完成空间任一物体到八叉树的转换，并讨论了该算法的有效特性。     

基于混合遗传算法的建筑结构优化设计

提出一种离散变量结构优化设计的单向搜索算法并与标准遗传算法结合成混合遗传算法,即发挥了单向搜索算法省时、高效、局部搜索能力强的特点,又发挥了遗传算法全局性好的特点·算例结果表明,该方法能直接计算具有应力约束和截面尺寸约束的离散变量结构优化设计问题,也能处理同时具有稳定约束和位移约束的多工况、多约束、多变量的离散变量结构优化设计问题·这种混合遗传算法优于标准遗传算法和单向搜索算法,是兼二者之长,弃二者之短的高效的理想优化设计方法·