互联网“人肉搜索”中的侵权行为及其规范

"人肉搜索"作为互联网上出现的一种新生现象,近年来接连出现的相关案例都不同程度地存在着侵犯被搜索对象合法权利的问题.准确认定"人肉搜索"中侵权行为的性质,合理界定侵权行为中相关主体的责任并对"人肉搜索"进行规范已经成为目前我国互联网管理中亟待解决的重要问题.     

机构系统运动方案自动化设计原理与实现

在分析了现有的机构系统运动方案机构组合方法的研究现状基础上，提出了采用输入、输出运动行为和输入输出约束关系三者表达机构系统的运动行为知识，并给出机构系统运动行为分解的树状结构．针对机构系统具有多输出的特点，利用机构行为匹配和属性传播方法，推出其行为表示的机构组合方案，并通过黑板填写其中间运动行为和输入输出约束关系．将黑板中内容作为输入运动，使其他工艺动作的行为属性向黑板中属性内容传播，从而实现了计算机辅助设计的机构系统运动方案的自动化过程．为了避免机构组合方法中搜索深度过深、容易产生方案组合爆炸的问题，采用有界深度优先搜索策略的深度约束限制搜索树的展开层数．最后通过实例验证了本文方法的可行性和求解效率．     

遗传算法研究证券组合投资的有效边界

基于遗传算法,搜索了证券组合投资中不同风险约束下的最优收益率的大小,实证研究了证券市场证券组合的有效边界曲线．另外给出了不同证券组合可能导致的组合风险和组合收益率的上下限．文中采用适当的方法,对原始数据进行预处理．     

几乎最佳自相关二元序列偶的搜索算法研究

提出了利用几乎最佳自相关二元序列偶的变换性质和存在组合的必要条件,来缩小它的搜索范围,提高计算机搜索效率。在此基础上设计了高效的计算机搜索算法。并给出了若干小规模的规范型几乎最佳自相关二元序列偶实例。搜索结果表明,几乎最佳自相关二元序列偶具有较大的存在空间,可以应用到工程中。     

树搜索优化算法在FPGA中的应用与实现

针对组合电路的智能化设计速度慢、复杂度高的问题,利用基于人工智能的自主搜索优化策略,将树搜索优化算法与组合逻辑电路中相邻最小项合并定理融合,并在可编程门阵列(Field Programmable Gate Array,FPGA)进行硬件加速的方法进行组合电路的智能设计。该方法把需要设计的逻辑电路最小项作为一级节点,搜索本级中可以合并消项的节点并把合并后的项作为子节点,逐级向下搜索直到本级节点均不能合并消项,最后把所有叶子节点项相加即得到组合逻辑电路的最简逻辑表达式,从而完成组合逻辑电路的智能设计过程。算法通过使用启发式策略,简化了搜索过程,提高了搜索速度。实验结果证明了与传统算法作比较,该算法具有空间复杂度低,速度快等特点。     

用遗传-禁忌搜索混合算法求解组合投资问题

提出了一种基于遗传算法和禁忌搜索的混合算法,用遗传算法提供并行搜索的主框架,用禁忌搜索作为遗传算法的变异算子.遗传算法中变异过程解空间的搜索由禁忌搜索实现,并且用混合算法求解了概率准则意义下的组合证券投资模型.实例证明,遗传/禁忌混合算法有较强的爬山能力,较遗传算法有更高的计算效率,为组合证券投资者提供了一种高效的决策方法.     

快速整周模糊度求解技术在高精度GPS定位和导航中的应用

通过分析搜索空间中的独立变量，推导出新的传递矩阵，该矩阵将所有的测量残差直接和最小求解搜索空间相关联．该技术不仅可以改善计算效率以及缩短模糊度求解时间，还能提高可靠性．通过仅选择那些与卫星几何尺寸和测量残差一致的模糊度的组合，搜索空间被最小化．实验数据表明了该方法的有效性．     

遍历从N个元素中取M个元素可能组合的最佳算法

从N个相异元素中取M个元素(M≤N)的可能组合的遍历问题是组合数学中重要的基础性问题．关于该问题的现行算法是建立在对于搜索到的每一个节点的诸元素首先进行排序，然后搜索下一个节点．本文对于该问题给出一个全新的算法．新算法中放弃了对于节点诸元食的排序，实现每进行一次数据交换即搜索到一个新的节点，因而成为解决该问题的最佳算法．使用该算法编辑计算机程序，有编程简短、占用机器内存小的特点。     

基于启发式搜索的能量转换系统概念设计方法

针对目前的概念设计方法在考虑多种能量对象细节特征匹配性方面的不足,以能量转换产品基因模型为基础,提出了一种基于相异物理量间最短路径知识的启发式搜索求解模型.一种海浪照明系统的概念设计实例证明:该模型不但能在复杂能量转换系统的概念设计过程中正确考虑输入输出能量对象在细节特征上的匹配性,增强组合解的可行性,而且能借助最短路径知识和其他启发式知识较迅速地从知识库中找到合适的组合原理解.     

用一台天平从n＝7,9个元素的集合中称量出三个坏硬币的最优化过程

组合搜索中有一个带有普遍性的问题，那就是常常用测试装置去寻找一个最优化的搜索过程．本文给出了用一台天平搜索三个坏硬币的最优化过程，并且这三个坏硬币的重量是相等的．一台天平所提供的坏硬币的信息是通过比较两个由硬币组成集合的重量而获得的．     

机组组合的混合编码遗传/tabu搜索组合算法

通过对遗传算法和tabu搜索的各自运算特性进行分析,文章提出了一种混合编码遗传算法与tabu搜索策略结合的组合算法,并运用组合算法对机组优化组合问题进行了求解。组合算法较好的结合了遗传算法的大规模寻优特性与tabu搜索的强局部搜索能力的特点,较大地减小了算法陷入局部最优的概率,能快速搜索到高质量的系统优化解;而且算法所采用的混合编码策略避免了每一迭代步上的负荷经济分配计算,大大地减少了计算量,提高了搜索速度。实例仿真结果表明,这种组合算法是有效的。     

启发式求满意解方法的研究

本文将H.A.Simon的满意解思想与启发式的形式相结合,提出了一种启发式求一类资源分配型计划问题满意解的方法。该法先将计划问题转化成一种子-格问题,然后对子-格问题求解,使一类难以用运筹学等精确方法解决的问题获得解决。本文所提出的方法是将计算机程序式的计算能力与人类启发式的选择能力相结合而产生的解题方法,具有形象化、计算简单、富有实际意义等优点。     

平面连杆变幅机构的轨迹综合遗传优化方法

采用延拓法与Newton迭代法组合,求解平面连杆曲线非线性方程组,使迭代过程具有大范围收敛性。构造了平面连杆变幅机构的优化数学模型。利用遗传算法的群体搜索特点对其进行了轨迹与尺寸综合优化。     

量子教学优化算法及在函数优化中的应用

为提升基本教学优化算法的搜索能力, 通过融合量子计算原理, 提出了一种量子教学优化算法。 该方法采用教师自学和学生向教师学两种学习机制搜索全局最优解。 个体采用量子比特编码, 搜索过程在 Bloch 球面上进行, 个体的更新通过量子比特的绕轴旋转实现, 然后将其解码为量子比特的 Bloch 球面坐标。 由于该方法将基本教学算法中每维变量的搜索都扩展到 Bloch 球面进行, 可使搜索过程更为精细, 从而加强了对解空间的遍历性。 不同维度标准函数极值优化的仿真结果表明, 此方法的寻优能力不仅超过基本教学优化算法, 同时也超过其他经典群智能优化算法, 验证了将量子计算的某些机制和智能优化相融合可提升其优化性能。     

非线性规划最优潮流的可变容差法

针对非线性规划最优潮流的通用数学模型，提出了基于可变容差法模型的求解方法，该方法利用可变容差法的数值搜索优化机制，能较好地获得最优解．实例计算表明，与现有模型求解方法相比，可变容差法具有较好的寻优效果，可以作为非线性规划最优潮流的一种补充方法。     

膜系自动设计的优化技术研究

文章概述了国内外光学薄膜系自动设计方法的研究进展,对各类光学薄膜的优化设计方法进行了阐述,重点比较了阻尼最小二乘法、遗传算法和needle法;提出未来的膜系设计必将是多种优化技术相结合,在局部寻优中引入全局寻优,在全局寻优中加强局部寻优。     

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。     

计算机网络多层拓扑结构的自动发现

为快速、完整地发现计算机网络的拓扑结构,提出基于SNMP协议的网络拓扑发现算法.该算法结合使用SNMP(Simple Network Management Protocol)协议完成网络逻辑层搜索、STP(Spanning Tree Protocol)协议完成链路层搜索算法.采用并发搜索和多次搜索结果合并的机制,搜索过程中对特殊设备进行规避并.经试验验证,能够获取接近完整的网络拓扑结构,在搜索时间上占一定优势.     

基于 HABC-RBF 神经网络的蒸汽驱预测方法

为解决蒸汽驱开发效果预测精度低和时间长的问题, 提出了一种改进人工蜂群算法和 RBF(Radial Basis Function)神经网络相融合的预测方法。 该方法应用种群最优解修改雇佣蜂解和观察蜂解的搜索方程, 借鉴差 分进化算法思想, 完成对种群最优解和个体搜索解随机扰动, 采用混合编码优化 RBF 神经网络参数。 以辽河 油田齐 40 块为例进行了试算, 结果表明, 该方法对蒸汽驱开发效果预测具有较好的非线性拟合能力和较高的 预测精度。     

一种基于插入法的禁忌搜索算法

结合插入法和禁忌搜索算法的优点，提出了一种基于插入法的禁忌搜索算法TIS(tabu-insert search)，该算法利用禁忌搜索算法较强的局部搜索能力和插入法在构造高质量解时的优越性来进行解空间的搜索．TIS能有效地帮助搜索程序跳出局部最优解，找到全局最优或次优解．以典型的组合优化问题TSP为例，验证了该算法的有效性，计算机实验的结果表明该算法有较好的寻优能力．