Hermitian码的完全权分布

Hermitian码的完全权分布对其自身编码和解码算法的设计，改进及性能分析都具有关键的作用。讨论了Hermitian码完全权分布的计算问题，结合计算机应用得出了几个具体Hermitian码的完全权分布，同时，提出了在Hermitian码及其对偶码的最小距离确定下时，一种计算Hermitian码完全权分布的简化算法。     

一种基于复合惯性权值的粒子群优化算法

在研究神经网络优化的问题上,粒子群优化算法被广泛应用.针对基本粒子群优化算法收敛速度慢和易陷入局部最优等问题,提出了一种改进的粒子群优化算法.该算法除了采用线性惯性权值和进化速度-聚集度动态惯性权值相结合的方式来调整其权值,还将一种新颖的收缩因子引入到算法中.通过对4种典型测试函数进行仿真测试,实验结果表明新算法在收敛速度、收敛精度、改善优化性能上完全优于基本的粒子群优化算法,有效避免了基本群优化算法的缺陷.     

基于关联图的改进关联规则在推荐系统中的应用

提出了推荐模型中的关联规则挖掘方法的改进,给出了自定义的页面权值的定义,并改进了基于关联图的关联规则挖掘算法,将页面权值应用于关联规则的挖掘中。此算法是利用Web日志中经过预处理后得到的数据进行规则挖掘,将处理后的数据应用正态分布函数来得到页面权值。用页面权值重新计算支持度,最后将得到的支持度应用于改进的规则挖掘算法中,形成一种基于权值的关联图的关联规则算法。     

Dijkstra算法在权矩阵上的实现

Dijkstra算法是求解最短路问题的有效算法,一般都是在图上进行直接标号,文章探讨了直接在权矩阵上使用该算法求出最短路径及其长度的方法。     

最小生成树边与边的权的调整

图的最小生成树已经有了好算法，但当图增加或删去几条边或少数几条边的边调整时，最小生成树的边、权可能发生变化，用原算法寻找最小生成树时，显得比较麻烦．利用破回路算法给出一个简单的 方法．并给出了相应的示例．     

Hermitian码的权分布

从理论上讲，Hermitian码的完全权分布是目前代数几何码研究中最为重要的问题之一，章结合理论分析及计算机应用对4元域及16元域上两类Hermitian码给出了完全的权分布。     

被动测试中网络监测问题

研究了被动测试中如何放置观察者使得放置的数目最少并且能监视整个网络的运行情况．先把该问题归结为图的顶点覆盖问题，它是一个NP完全问题；接着讨论了在网络拓扑是树的特殊情形下带权和不带权顶点覆盖问题的解，并给出了树结构上带权顶点覆盖问题的线性时间算法；然后在已有的一个近似比为2的算法基础上。结合树结构上不带权顶点覆盖问题的算法给出了图的不带权顶点覆盖问题的一个改进算法，最后用实验验证了改进算法能使观察者数目减小20％左右．     

Hermitian 码的权分布

从理论上讲,Hermitian码的完全权分布是目前代数几何码研究中最为重要的问题之一,文章结合理论分析及计算机应用对4元域及16元域上两类Hermitian码给出了完全的权分布.     

含负权有向图最短路问题的一种新算法

Dijkstra算法是求解最短路问题的一种经典算法，但是它的缺点是不能用来求解含有负权的最短路问题。本文对图论中含有负权的最短路问题进行研究，提出了一种新算法，将含有负权的最短路问题先转化为不含负权的最短路问题，最后再利用Dijkstra算法求解，并用实例验证该算法的有效性，具有一定的现实意义。     

GSM与CDMA鉴权技术的比较分析

本文主要从鉴权场合、鉴权过程、鉴权算法和参数等方面对GSM系统和CDMA系统的鉴权技术进行分析,最后对两种鉴权体系的安全性进行了比较并提出了自己的看法.     

几种智能算法在排课问题中的比较

排课问题是个NP完全问题,没有最优解,只有满意解。将智能算法应用于排课问题的求解取得了有效的研究成果。主要对遗传算法、模拟退火算法和蚁群算法求解排课问题做了比较分析,阐述了各算法的基本原理及算法特点,分析了各个算法用在排课问题上的优缺点。     

一种有效的R_－时刻表综合算法

本文提出一种有效的求解时间规划问题中Ｒ－时刻表的综合算法．它通过逐级调用基于三角形的约束传递算法对时间约束关系进行筛选的办法，迅速地缩小搜索范围。然后，将精简的关系矩阵法应用于完全解，得到一致满足所有时间关系约束的Ｒ－时刻表。     

桁架结构施工路径优化设计

以假设杆件全部除去时的支撑点数和支撑反力的累计总和为目标函数,利用改进遗传算法求解桁架结构的最优施工路径优化,编制相应的程序,完成层状桁架结构的施工路径优化问题设计．算例表明,利用改进遗传算法有可能得出更优的解。     

集合覆盖问题的一种启发式算法

给出了完备策略的概念，并提出了一个求解集合覆盖问题的启发式算法，对该算法的合理性、时间复杂性以及精度进行了分析。用该方法可以求解其它的NP困难问题。     

一种求解难SAT问题的改进DP算法

DP算法是求解SAT问题的最有效完全算法之一，论文分析和讨论了DP算法中的各种分枝文字策略，并基于对不满足解数估计的方法，提出了一个有效的分枝文字策略，实验结果表明，提出的改进DP算法对难SAT实例有较好的平均性能。     

基于地域特征的物流仓储中心逆向选址算法

物流仓储中心地址的选取,从根本上决定了物品出发地和运达地之间的距离,直接关系到物品能否被及时高效地运输,以及配送成本和仓储成本能否最小化。针对传统物流仓储中心选址求解算法脱离实际应用、且容易出现局部最优、求解速度较慢和注意力单一等问题。为减少物流配送时间,降低物流成本,切实提出选址解决方案,通过对K均值聚类算法和帝王蝶优化算法(Monarch butterfly optimization, MBO)进行改进,研究了京津冀地区物流仓储中心的选址问题。实验仿真结果表明：所提出的改进帝王蝶优化算法较其他优化算法在求解精度、收敛速度和迭代次数上均有优势,能够有效完成物流仓储中心选址问题,切实可以缩短物流配送距离,提高物流配送效率。     

基于MAC的动态回溯算法优化

针对基于MAC的动态回溯算法在求解约束满足问题时, 不仅需要大量空间存储删除解释, 而且回溯机制过于复杂, 对经典的删除解释及动态回溯算法的回溯机制进行优化, 优化后的动态回溯算法减少了存储删除解释的空间, 并可仅使用一次回溯操作返回到可能导致冲突的关键变量. 在最差情况下, 存储删除解释的空间复杂度由O(n²d)改进为O(nd+n²). 通过结合restart技术使优化后的动态回溯算法成为完备算法. 实验结果表明, 优化后的完备动态回溯算法在大部分问题求解中, 整体效率明显优于标准回溯算法.     

一种基于动态可分配比的服务器负载均衡算法

负载均衡是服务器集群技术研究的重点,为了解决分配不均的问题,综合考虑集群中各节点性能、负载情况、传输代价、网络随机任务等各方因素而提出了一种基于动态可分配比的负载均衡算法.基于动态可分配比的算法由一张动态的描述各节点负载情况的全局表动态生成一张候选节点表,并在该表中找出负载最轻的节点完成任务.通过仿真实验发现该算法思路简洁,实现简单,并在解决服务器负载均衡方面有明显效果.     

应急机动通信兵力派遣问题的通用模型

分析应急通信兵力派遣问题的一般组织方式，得出指派问题成本损失与时间优化的具有优先级的多目标分层非线性规划数学模型。给出求解该问题的宽容完全分层序列算法及具体实例。     

海量数据广义线性模型变量选择算法研究

首先推导出了用于求解一般广义线性模型变量选择问题的非凸惩罚迭代估计算法，并利用分治思想对算法进行修正，使其能够适用于海量数据情形，以解决海量数据下进行变量选择时可能存在的内存溢出等问题。考虑到当前处理海量数据实际使用的工具，进一步给出了算法在分布式并行下的计算步骤，大幅提高了计算速度。在数值模拟中，通过单机和集群两种方式对算法进行数值计算，结果表明本文方法有效解决了数据存储问题且适用于分布式环境。最后，通过所提算法来完成Probit模型的变量选择，并将其用于新闻数据集的分类问题。