针对固定重量板坯的板坯设计优化算法

针对板坯重量被事先确定的情况,提出了客户订单重量需求规格和宽度需求规格为区间值的板坯设计问题,建立了最小化板坯数量和总盈余量的多目标板坯设计模型. 基于构建的订单-板坯矩阵和板坯相容集合,提出了一种两阶段的板坯设计最优算法,算法的第一阶段实现板坯数量最小化,第二阶段实现总盈余量的最小化. 针对提出的算法,给出了最优性质的理论证明以及基于实际数据的应用算例.     

基于总间隔与代价差异算法的支持向量机

针对支持向量机在实际应用中存在的最优分类超平面的倾斜问题和推广误差界的问题,引入了总间隔与代价差异算法,对标准的支持向量机算法进行了改进.同时,针对线性和非线性两种情况,给出了详细的公式推导过程,并得出结论:基于总间隔与代价差异算法的支持向量机的性能优于标准的支持向量机.     

导航星三角形分类选取算法研究

为减小星三角形的冗余度,生成三角形数量最少、分布均匀性好的导航星三角形信息表,提出了一种以支持向量机为基础的导航星三角形选取优化算法．该算法通过一种以统计学习理论为基础的支持向量机寻求最优决策分类面,在由导航星表所生成的三角形中提取导航星三角形．实验结果表明,本算法所生成的导航星三角形表中的星三角形数量少,所需存储空间小,空间分布均匀性良好．     

基于大间隔粒计算的特征选择

通过寻找一个最优的特征子集,特征选择可以降低计算复杂度,提高分类精度以及结果的可理解性。提出基于大间隔信息粒化的特征选择算法,通过聚类等方式对原始数据进行单类信息粒化,然后在粒化的基础上构造了模糊间隔和类间隔2个评价指标进行特征评价。并分别在不同的数据上验证了这种特征选择方法的有效性,实验结果表明,基于大间隔粒计算的特征选择算法效果要优于其他的大间隔特征算法。     

基于再生制动能利用的发车间隔优化模型

本文基于单车节能操纵,以降低全线总能耗为目标,建立了发车间隔节能优化模型。该模型在现有区间运行时分的基础上,考虑单列车节能及其在不同站间的运行速度曲线,得到列车区间牵引能耗,通过重叠时间确定有效利用的再生制动能,并且将多车总能耗最低转化为求解全线能耗最低问题。以全线能耗最低为目标,采用遗传算法,寻求最优发车间隔。仿真案例验证了优化发车间隔的节能效果。     

对储药柜优化设计模型的进一步研究

基于2014年全国大学生数学建模竞赛D题.首先,题目条件用4个数学不等式表示,从而将问题转化为求药槽宽度类型最少的规划模型进行解决,解得最少的药槽宽度类型为4种.然后按照药品等数量划分原则,将药盒分别按宽度和高度升序排列后划分为若干类型,计算出总宽度和高度冗余量,找到宽高度类型与冗余量之间的一个平衡点,从而得到冗余量尽可能小的药槽宽度和高度类型.最后利用每种药品的最大需求量和对应的药盒长度,计算出每种药品所需的药槽个数和储药柜的个数.     

基于集成间隔优化的对海雷达目标识别算法

综合考虑对海雷达目标识别的高实时性和强泛化能力要求,提出一种利用模拟退火算法(SA)进行集成间隔优化的静态选择集成(SSE)算法.该算法首先利用SA基于集成间隔最大化搜索出不同大小的最优基分类器子集,然后利用集成分类精确度从中筛选出最终的集成分类器系统.进而提出一种分类器权值、样本权值的迭代求解算法,并考虑这两类权值以及基分类器的分类置信度,给出了8种集成间隔定义.在自建全极化高分辨率距离像(HRRP)分类数据集和17个UCI数据集上分析了集成间隔定义对集成算法性能的影响,通过对比实验验证了该算法的有效性.     

基于覆盖的区间概念格动态压缩原理与实现

针对区间概念格的复杂结构以及基于现有建格算法构建的区间概念格存在概念冗余问题,本文直接从形式背景出发,对区间概念格进行动态压缩的方法,减少了区间概念结点的冗余度。为了保证概念压缩后仍能体现概念之间的关联关系,首先给出了基于形式背景的二元关系对的相似度及关系上的覆盖近邻空间的定义;其次,通过定义区间概念压缩算子,得到了压缩概念,并证明了压缩后的概念集是压缩前概念集的子集;基于覆盖的近邻空间及压缩算子,进一步构建了区间概念格的动态压缩模型。可以根据相似类阈值大小控制区间概念格中的结点数量,实现区间概念格的动态压缩,最后通过实例验证了模型的正确性以及压缩的高效性。     

一种基于可信度最优的数量关联规则挖掘算法

研究了数量关联规划挖掘过程中的连续属性离散化问题,描述了连续属性离散化方程,包括连续属性区间划分算法和数据库样本大小的确定,提出了基于可信度最优的数量关联规则挖掘算法。该算法首先利用等深度划分算法对连续属性进行离散化,然后利用凸包处理技术提取强规则中可信度最高的数量关联区间,它对于数量关联规则的优化有着重要的应用价值。应用该算法对股票行情进行了数量关联分析,提取股票涨跌与股票价格之间可信度最高的关联规则。实验表明该算法是非常有效的。     

基于动态规划的铁路线路纵断面化简算法

针对线路纵断面化简计算结果合理性有待验证的问题,提出基于动态规划(dynamic programming,DP)的铁路线路纵断面化简算法。该算法以优化列车区间追踪间隔为目标,考虑线路纵断面的化简的要求,结合列车区间追踪运行模型模拟列车运行情况,采用多阶段最优决策来求解线路纵断面化简问题。仿真结果表明,该算法能够很好地实现线路纵断面化简,符合《列车牵引计算规程》中线路纵断面化简相关规定,可以减少区间跟踪时间,适合实现铁路纵断面自动化简的实际应用。     

层次化分类淘汰法的网络最优弥补模型

针对求解最优弥补的特点和需求,利用层次化分类淘汰,提出一种基于层次化分类淘汰法的最优弥补模型(HSE-ONHM),得到最优弥补的精确解.为了验证HSE-ONHM的可行性和有效性,分别采取穷举法和层次化淘汰算法求解同一目标网络环境的最优弥补.实验结果表明:无论是淘汰次数还是CPU消耗时间,层次化分类淘汰法比穷举法优越;层次化分类淘汰法的计算时间随着初始属性节点数量呈指数增加,该实验结果与算法性能分析结果一致.     

一种JPEG2000算术编码器的优化算法与实现

通过对索引表和概率间隔区间更新条件的分析,提出了一种JPEG2000算术编码器的部分并行优化算法.在连续编码两个数据对时,通过预测间隔区间的变化,可以一次完成索引表和间隔区间的更新,从而减小了编码数据的关联性,实现了算术编码器的部分并行编码.设计了基于3级流水线的JPEG2000算术编码器,并通过了FPGA验证.试验结果表明,该算法平均每个时钟编码1.58对数据,比每个时钟编码1对数据的普通算法,编码效率提高了58%.     

基于差分进化算法的置信规则库推理的分类方法

现有基于置信规则库参数学习的分类系统存在着一些问题,如分类准确度受模糊子区间划分数量约束,成非严格正相关关系;参数学习方法需人为给定规则数量;推理过程未体现特征与分类结果关联度等.为解决这些问题,提出基于差分进化算法的置信规则库推理的分类方法,该方法包括置信规则库分类系统构建及参数训练.首先引入置信规则库分类系统构建策略确定规则数;然后使用置信推理方法作为分类查询推理机;最后结合差分进化算法建立训练模型.在实验分析中,首先通过与现有分类方法进行对比,验证该方法的有效性;再通过对比不同区间划分数的置信规则库分类系统,说明参数训练的合理性.实验结果表明,该方法合理有效.     

面向非平衡数据的大间隔近邻Relief算法

Relief算法对于数据重叠区域的样本分类较为困难,通过人为剔除分类边界的样本来缓解干扰数据对于分类性能的影响。在非平衡数据中,重叠区域包含着为数不多的少数类样本,简单地剔除干扰数据可能会造成信息的丢失。针对这一问题,文章提出了一种面向非平衡数据的大间隔近邻Relief算法,该算法首先结合K-means,提供了两种多数类样本的欠采样方案,以获得较为平衡的新采样数据集。然后利用SVM计算新数据集中最具判别性的方向,并依此设计了一种基于大间隔的近邻计算方式,从而尽可能避开干扰数据。在6个非平衡数据集上的实验表明,在现有代表性算法的基础上,文章提出的算法仅利用31%～57%数量的特征即可达到相当或更高的分类性能。     

基于最大间隔的决策树归纳算法

决策树归纳是归纳学习的一种。由于NP困难,寻找最优的决策树是不现实的,从而探索各种启发式算法去产生一个高精度的决策树变成了这类研究的焦点。考虑到支持向量机(SVM)的分类间隔与泛化能力的关系,可以使用SVM的最大间隔作为生成决策树的启发式信息,使得决策树有较强的泛化能力。本文针对实值型数据,提出了一种基于最大间隔的决策树归纳算法。实验结果表明了本文算法的有效性。     

一种融合特征选择的AdaBoost集成算法

针对Ada Boost算法训练分类器的特征具有大量冗余问题,提出了一种融合特征选择的Ada Boost集成算法.首先,使用一种特征选取方法,选择图像特征之间冗余度最小的特征,构造最优训练集;其次,采用Ada Boost算法训练分类器,构建分类模型;最后,使用分类模型实现待标注图像的自动标注.实验使用华盛顿大学用于图像自动标注的数据集,结果验证算法的有效性,并且相比其他传统算法,该算法具有更高的分类精度.     

物联网入侵的最优通信节点选取算法

针对目前传统通信节点选取算法无法进行最优节点精确选取, 无法有效保证物联网的有效通信等问题, 提出一种基于节点信息冗余度的物联网入侵最优通信节点选取算法. 首先构建通信节点转移特征建模, 计算标记网络入侵下的跳频节点和噪音节点; 然后设计通信分布序列分析模型, 计算节点信息冗余度和通信节点的极值, 根据节点信息冗余度计算结果将干扰节点进行排序去除, 根据极值选取最优通信节点; 最后对最优通信节点选取算法进行仿真实验. 实验结果证明, 该算法可快速、 准确地实现物联网入侵下最优节点的选取, 具有较强的抗干扰能力, 且算法的综合性能优于目前其他最优通信节点选取算法.     

物联网入侵的最优通信节点选取算法

针对目前传统通信节点选取算法无法进行最优节点精确选取, 无法有效保证物联网的有效通信等问题, 提出一种基于节点信息冗余度的物联网入侵最优通信节点选取算法. 首先构建通信节点转移特征建模, 计算标记网络入侵下的跳频节点和噪音节点; 然后设计通信分布序列分析模型, 计算节点信息冗余度和通信节点的极值, 根据节点信息冗余度计算结果将干扰节点进行排序去除, 根据极值选取最优通信节点; 最后对最优通信节点选取算法进行仿真实验. 实验结果证明, 该算法可快速、 准确地实现物联网入侵下最优节点的选取, 具有较强的抗干扰能力, 且算法的综合性能优于目前其他最优通信节点选取算法.     

基于超冗余度机械臂动力学的时间最优轨迹规划

基于超冗余度机械臂的动力学方程，提出了一种超冗余度机械臂同时受速度和力矩约束的时间最优轨迹规划方法，它首先采用B样条曲线拟合无碰撞墩散路径，得到由伪位移参数s表示的超冗余度机械臂连续，光滑运动路径，然后对动力学方程和约束方程进行数学变换，得到由s表示的动力学方程和约束方程，最后以s和伪速度s分别作为动态规划的阶段变量和状态变量，对超冗余度机械臂进行时间最优轨迹规划，仿真结果表明，所给出的时间最优轨迹规划算法是正确的，所采取的解决方法是可行的。     

基于统计分析的储药柜优化模型的研究

针对2014年"高教社杯"全国大学生数学建模竞赛D题"储药柜的设计"进行建模.给出问题的具体模型和解答结果,并分析了模型中存在的问题和值得进一步研究的问题.