生化反应系统的加速τ-Leap模拟算法

该文重新定义了临界反应,以更合理地界定可能出现负分子组分的反应.在此基础上提出了加速τ-leap算法,使系统中某些反应物数目较少时也可以采用τ-leap方法进行模拟,同时提高了模拟速度.以两个生化反应系统模型为例,分别用精确的随机模拟算法、修正τ-leap算法和加速τ-leap算法进行模拟运算,结果表明加速τ-leap算法在保证精度的同时能有效提高模拟速度.     

改进的概率权重随机模拟算法

提出了一种改进的概率权重随机模拟算法（IPWSSA），该算法自适应地确定权重因子，对反应率常数跨度很大的系统的化学反应动力学的随机模拟更为有效、实用。文中以两个化学反应系统为例，分别使用原始的和改进的概率权重随机模拟算法对其进行模拟。结果表明，改进的概率权重随机模拟算法可以明显地减少模拟生化反应系统所需的时间，且提高了精度。     

一类生化反应系统微分方程模型的极限环

对一类多分子生化反应系统微分方程模型x=a-bx x^py-cx^q,y=bk-x^p进行定性研究,得到了系统解的有界性及极限环存在的充分条件。     

改进的非齐性空间反应扩散主方程的随机模拟

提出一种改进的下一子空间算法,与原先的下一子空间算法相比,可以模拟更为复杂空间结构中的生化反应,并在某些情况下还可以降低计算量。该文以一个生化反应系统为例,分别利用原始的下一子空间算法和该文的改进算法进行了模拟。结果表明,在某些条件下该文提出的改进算法可以明显地减少模拟所需的计算量。     

改进的混合型蚁群算法在VRP问题中的应用

为提高物流配送中车辆路径的寻优效率,提高物流经济效益,介绍一种能够有效求解VRP问题的算法—改进的混合型蚁群算法。该算法在近邻法构造初始解的基础上,使用2-opt局部搜索策略对当前得到的最优解和次优解进行改进,在更新全局信息素时采用基于排序的蚂蚁系统对排在前2名的蚂蚁更新全局信息素,且为全局信息素设置最大值和最小值。使用Matlab仿真工具对N44K6等10个经典VRP问题进行了求解,得到的结果和已知最优解的误差很小,都在6%以下,并且N33K6问题得到了和已知最优解相同的解。与基本蚁群算法得到的解进行了比较,证明了该改进算法的有效性。     

神经网络算法在非线性系统中的应用研究

研究了一种非线性系统分析的神经网络算法,提出并证明了该算法的收敛性定理,为学习率的取值范围提供了理论依据.解决了BP算法存在局部极小的问题,并给出了该算法的应用实例.研究结果表明,对于随机给定的初始点,该算法都能稳定收敛到它的一个实根,计算精度可控,而且能得到高精度解,因此,该算法是有效的.此外算法还可以用来解多元非线性方程和线性方程组.     

随机模拟寓于概率统计教学中的探索与实践

探讨了随机模拟试验在概率统计教学中的意义与重要性,分别举例给出了在概率论教学中可构造的随机模拟试验以及在数理统计教学中的随机数的产生,Monte Carlo法以及用随机模拟求近似解等若干问题的随机模拟试验.     

改进的SIFT算法在书帖检测系统中的应用

针对书刊印刷品的书帖检测过程,设计了一套改进的书帖错帖检测系统.系统的硬件由CCD传感器、数字信号处理器DSP和可编程逻辑器件CPLD构成,实现书帖信息的采集与处理;软件采用改进的SIFT检测算法,实现对书帖的准确并快速检测.给出了系统的硬件框图及软件算法的原理以及系统的工作流程图.与传统的SIFT算法相比,改进后的检测算法检测一张书帖的平均时间由原来的40 ms降低为1 ms,检测准确率高达98%.     

随机选择处理器的排除系统模型的研究

动态分布式系统中有效使用资源的问题是：在这种状态下新来的任务是否利用已有的负载信息,根据处理器的队列长度随机选择处理器,使任务在系统中以最小的指定时间完成,利用排除系统模型分析怎样利用已有的信息来排队,从而达到平衡结点之间的负载,缩短作业的运动时间、改善系统的使用率的目的。     

蚂蚁算法在SRAM层次化划分中的应用

片上静态随机存储器(SRAM)是系统级芯片(SoC)中的重要组成部分,其中SRAM层次化划分直接影响SoC芯片的速度、功耗和面积等性能.该文以蚂蚁算法为基础,较好地解决了SRAM层次化划分问题,并通过实验仿真证明了该算法的良好性能.     

二阶HMM算法改进及在miRNA靶基因预测中的应用

隐马氏模型在语音识别和生物信息学中有重要的应用. 本文研究二阶隐马氏模型(HMM2)的基本算法,利用归一化和递推原理,改进模型的前向-后向算法及Baum-Welch训练算法并给予证明,使得该算法更容易理解和机器实现,并保证数值稳定性. 将HMM2应用到miRNA靶基因预测的后期过滤处理中取得了较好的结果.     

基于负熵的随机双梯度算法

随机双梯度算法是独立分量分析中一个重要的学习算法,但该算法收敛速度慢,稳态误差大,不利于信号的准确适时性处理.论文重点对随机双梯度算法进行了改进,提出一种基于负熵的随机双梯度算法.在改进的算法中,用负熵来度量其中的随机变量非高斯性,从而来克服峭度的不稳健性.论文最后通过理论分析和仿真实验证明这种改进的随机双梯度算法具有较好的分离效果且稳定性高.     

并行处理系统中一种改进的MARY-LO任务调度算法

讨论了并行处理系统中的任务调度问题，对基于Stone典型模型的一些算法作了些改进，改进后的算法弥补了以前算法的不足，将启发式算法，网络流量算法和贪心算法有机地结合在一起，很好地解决了处理机数目上的限制问题。     

捷联系统三阶姿态算法的改进研究

该文提出捷联系统姿态计算的一个新方法,具有计算量较小和精度较高的特点,给出了算法的具体实现方法及仿真结果,证实了新算法的有效性.     

一种改进的蚁群算法在垃圾运输问题中的应用

针对基本蚁群算法收敛速度慢、易陷于局部最优解等缺陷,将量子算法中的态矢量和量子旋转门引入到蚁群算法中,并分别表示和更新信息素,提出一种改进的蚁群算法--量子蚁群算法(QACA),使算法具有更好的种群多样性和全局寻优能力.结合垃圾运输问题,从数值计算上探索了改进的蚁群算法的优化能力,并与遗传算法和基本蚁群算法进行了对比,测试结果表明,改进算法获得的结果比遗传算法和基本蚁群算法更优,表明该算法是求解垃圾运输问题的一种有效算法.     

全局最优化的积分水平集算法的一种随机实现

研究一维全局最优化问题的算法及其实现算法,建立了一维多峰连续函数极大化问题的积分水平集算法以及它的一种基于Markov链的Monte-Carlo实现算法,获得了实现算法的一个新的收敛准则.     

改进的Snake算法在颅脑CT图像分割中的应用

尝试用一种改进的Snake算法创建模型,自动分割CT头颅断层图像的脑组织和脑脊液,用于后期辅助医生对患病部位的诊断和治疗,为临床提供更方便的工具。考虑到脑部CT图像和相邻的骨组织灰度差异较大,利用改进Snake算法对CT头颅图像进行自动分割,将分割的脑组织图像与专业医学影像医生手工分割的CT脑组织图像做对比,发现这种改进的Snake算法分割的CT颅脑图像从轮廓外形、灰度均值和方差值都和专业医生手工分割的CT颅脑图像非常接近,表明这种改进的Snake算法分割CT颅脑图像是可行的。     

改进傅氏算法在输电线路微机保护中的应用研究

电力系统输电线路故障暂态过程中电压、电流的暂态噪声会对继电器动作产生干扰,继电保护中需要采用滤波技术。傅里叶算法广泛应用于实际工程中,但傅里叶算法只能消除直流分量和整次谐波分量,不能消除衰减直流分量。因此对傅里叶算法进行改进并对傅里叶算法和改进傅里叶算法进行仿真计算和性能比较,并应用到实际输电线路保护中。进一步证明改进傅里叶算法在工程实际中具有实用价值。     

MEA-BP神经网络在预测地震模拟试验数据中的应用

为解决管道系统的地震模拟试验中由于某些测点的加速度测量计损坏导致加速度试验数据测量错误的问题,提出使用神经网络对错误的数据进行预测的方法。首先利用同一工况下测得完整加速度时程曲线的数据分别训练BP、MEA-BP神经网络,不断调整网络结构使预测精度在可接受范围内,并验证网络的适用性,最后利用训练好的神经网络预测未测量完全的加速度数据,补全加速度响应时程曲线。研究结果表明利用神经网络对振动试验数据进行预测是有效的、可行的,且MEA-BP神经网络对结构响应的预测精度高于BP神经网络。