变量有界的具有线性分式目标函数的规划问题

本文讨论了变量有界的具有线性分式目标函数的规划问题，给出了一个基可行解是最优解的条件及迭代步骤，并证明了算法的有效性。     

求解LP问题的部分基变量算法

一般形式的线性规划问题在找不到基本可行解或对偶问题的基本可行解时,无法用传统的单纯形法或对偶单纯形法求解,即"两看一算"算法.为了解决这个问题,结合两种"两看一算"算法,提出了一种新的算法--部分基变量算法.该算法首先从部分基变量出发,由初等行变换将LP问题转化为准典式,然后由初等行变换找到全部可行基变量,最后用对偶单纯形法得到最优解.对算法的正确性和可行性进行了严格证明,提出算法的实现方式并举例进行了说明,对算法的特点进行了讨论.分析表明所提出的算法是实现线性规划问题求解的较为理想的算法.     

求解等式约束优化中可能不可行问题的精确罚函数方法

讨论了非线性规划算法的一种需要,即无论问题本身是否可行,都能提供一个快速的局部收敛保证.基于精确罚函数方法,在考虑问题可能不可行的前提下,给出了算法并且分析了它的全局收敛性.在给予一定精度的前提下,证明了算法能够最终检测到问题是不可行的或者得到问题的近似解/最优解.借助于数值实验,在计算求最优解的迭代步数时,利用精确罚函数方法可以有效地检测出问题的不可行性.     

蚁群算法在旅行商问题中的应用研究

蚁群算法是一种新的启发算法,能够有效的解决组合优化问题.本文通过蚁群算法在旅行商问题中的应用,分析了蚁群算法的设计思想.蚁群算法把可行解表示为蚂蚁走过的路线,通过信息素传递路线优劣的信息,并通过反馈机制强化这些信息,吸引蚂蚁向好的可行解靠拢,从而较快地找到最优解.并且所采用的方法对解决同类组合优化问题也有一定的启发.     

周期箭状矩阵的特征值反问题

讨论了由谱数据构造周期箭状矩阵的特征值反问题,以及周期箭状矩阵的相关性质.得出了该问题有解的充要条件以及有唯一解的充要条件,并且根据Boley与Lanczos的算法给出了求解该问题的可行数值算法.     

正交矩阵的逆特征值问题

提出了正交矩阵的逆特征值问题,讨论了该问题有解的充要条件,并给出了解的表达式．同时考虑了解集合对给定矩阵的最佳逼近问题．最后,当该问题无解时,讨论了它的最小二乘解．数值实例说明理论是正确的,算法是可行的。     

求解线性规划问题的一种算法

本文给出了求解线性规划问题的一种算法,该算法在用初等行变换求约束条件的基本可行解时,通过控制目标函数的检验数使基本可行解靠近最优解,减少了迭代次数,从而减少计算量,并可以在计算机上实现.     

求解分裂可行问题的次梯度投影松弛算法

在无限维Hilbert空间中，区别于现有许多算法中的正交投影，采用次梯度投影法，提出求解分裂可行问题的次梯度投影松弛算法，并利用次梯度算子的cutter性质以及分类讨论的思想，证明了次梯度投影松弛算法生成的序列弱收敛于分裂可行问题的解.     

一个超线性收敛的广义投影序列方程组算法

讨论了非线性不等线约束最优化问题,在较温和条件下,采用广义和投影和序列线性方程相结合的技术,建立一个新的可行下降算法,证明了算法的全局收敛性和超线性收敛性。该算法每交迭代只需解２个线性方程组。     

基于跨邻域搜索的连续域蚁群优化算法

针对连续域蚁群算法寻优能力差、容易产生局部最优的问题,提出了一种基于跨邻域搜索的改进蚁群算法。首先,通过自适应种群划分方式计算可行解和不可行解群体;然后,针对不可行解群体利用自主选择学习算子选择对象进行学习,目的是不断扩大种群规模,避免算法陷入局部极值点,继而对可行解群体采取全局跨邻域搜索的方式,引导蚂蚁向全局最优解靠近,加快收敛速度;最后,基于全局最优解采用局部跨邻域的方式引导蚂蚁在小范围内进行细致搜索,提高收敛精度。通过与其他连续域蚁群优化算法针对CEC2017测试函数在低维和高维情况下的实验对比,证明本文算法具有较好的寻优能力和稳定性,能有效避免陷入局部最优。     

排序算法并行化

阐述了BSP上的并行排序算法,进行了该算法的性能分析,并通过与PRAM—CRCW上快排序算法的比较,说明了该算法的可行性．     

一个块同步并行（BSP）的改进I／O代价模型

提出了一个改进的BSP的I／O代价模型,不但易于实现,而且利用该模型能减少I／O,通信及同步时间,显著地提高BSP程序的运行效率,给出了在这两种模型下实现并行排序算法的时间代价比较。     

BPGM: A Big Graph Mining Tool简

The design and implementation of a scalable parallel mining system target for big graph analysis has proven to be challenging. In this study, we propose a parallel data mining system for analyzing big graph data generated on a Bulk Synchronous Parallel （BSP） computing model named BSP-based Parallel Graph Mining （BPGM）. This system has four sets of parallel graph mining algorithms programmed in the BSP parallel model and a well-designed workflow engine optimized for cloud computing to invoke these algorithms. Experimental results show that the graph mining algorithm components in BPGM are efficient and have better performance than big cloud-based parallel data miner and BC-BSP.     

3D点云BSP并行计算模型及算法设计

根据3D点云数据处理计算特点,按照BSP模型的技术思想,建立了3D点云BSP并行计算模型。讨论了HAMA框架下的3D点云BSP并行计算模型的实现方法,构建了一个由普通PC组成的HAMA计算集群。以3D点模型构建计算为例,给出了一种3D点云数据处理BSP算法设计方法。实例的计算结果表明:BSP并行计算方法能高效地完成3D点模型构建计算,与其它计算方法相比,计算效率有所提高。     

一种改进了的AABB算法在3D场景少儿益智系统中的应用

碰撞检测是三维系统中实现系统角色真实感物理运动的主要算法.通过对碰撞检测AABB算法深入研究,针对碰撞检测AABB算法的运算量大、紧密性差的问题,利用BSP树剖分法和相交叉检测算法对其做了改进.并将其应用于3D场景少儿益智系统中,经实验分析,改进的碰撞检测算法能有效地减少了系统运算次数,提高了系统的运行速度.     

基于BSP算法的L-系统在植物模拟中的应用

本文通过对自然景物的计算机模拟算法的研究,提出植物的基于BSP算法的L-系统绘制思想和算法,增强生成植物图形的逼真度和立体感.     

基于BSP算法的植物分形模拟研究

提出了一种将分形递归算法与BSP算法相结合的编程思路。通过为植物各部器官建模和忠实于真实植物生长机制的程序处理,可生成多种自然逼真、立体感较强的植物形态图像。     

阶段并行模型上的并行算法设计

阶段并行模型是BSP（Bulk Synchronous Parallel）模型的改进,它更接近于表述实际的机器行为,同时具有编程简单、独立于体系结构和执行性能可预测等特点。NOWs正成为并行计算领域的的一个新的发展热点,以太网构成的微机集群系统是NOWs的一种重要实现形式,研究了群集系统中阶段并行模型上的并行算法设计,以FFT算法为例,进行了设计和分析,并给出了测试结果。     

基于分形理论与BSP技术的植物形态模拟方法

为了更逼真地模拟植物生长形态，本文提出了一种将分形算法与BSP技术相结合的编程思路．借助CDi＋编程，通过为植物各部器官灵活建模、提取控制参数和使用随机函数，能灵活地模拟多种植物的形态．使用计时器技术，还实现了植物形态的动态模拟控制．     

企业信息系统开发的一种新型方法

将经典的BSP开发方法和先进的工作流管理技术合理的结合起来 ,探索出企业信息化的一种新的开发方式 :面向工作流的BSP法 ,并在黄石万达金卡公司企业MIS的开发中得到成功应用 .