随机r－辐射中心理论与算法

针对在确定性网络中的服务设施的服务能力为随机变化的情况,本文提出了如何在该网络中选择一点为最多的节点用户服务的选址理论和算法。对于随机γ-辐射节点中心,给出了计算复杂性为 O(η~2s)的算法,对于随机γ-辐射绝对中心,给出了计算复杂性为 O((?)~2(?)|E|)的算法。     

一类网络k-中心选址问题的改进算法

为解决基于城市道路交通网络的应急设施选址问题,建立了此问题的网络k-中心选址抽象模型。针对此模型在分析研究已有算法的基础上,设计了一种具有多项式时间的改进置换迭代算法,证明了算法迭代的有效性,分析了算法的计算复杂度,并利用实例进行了对比分析。实例分析表明,改进的置换迭代算法降低了受限p-中心的并行迭代算法中的网络中心置换的条件,而算法的效率有明显的提高。     

网络选址的赋权中心和赋权重心问题

讨论了现代物流研究中单个配送中心的选址问题，该问题是一类需求点赋权的网络选址模型，针对于该模型，我们描述了更加切合实际的赋权中心问题和赋权重心问题．对这两类问题，用最小距离矩阵，给出了算法，并证明了这两个算法的复杂性是多项式的．     

随机网络期望中心选址

根据在确定网络中的中心选址理论和算法,结合在随机网络中的中位选址理论和算法,本文提出了在随机网络中期望中心选址理论,并给出了对应的算法。     

基于GA-SA组合算法的山区复杂环境无人机起降点选址

针对山区复杂环境下的物流链前端无人机货运起降点选址和任务分配进行研究。首先以建设成本最小和运输时间满意度最大为目标,综合考虑无人机自身性能和禁飞空域等因素,构建多约束条件下多目标函数的起降点选址和任务分配模型。采用遗传算法(genetic algorithm, GA)和模拟退火算法(simulated annealing algorithm, SA)的组合算法进行求解,首先通过遗传算法得出较优的可行解,再以此解作为退火算法的初始解进行模型求解。仿真结果表明,构建的多约束模型能够实现预期效果,并且采用的算法解决此类问题时具有良好的适用性。     

战略装车点多点选址模型及算法

根据战略装车点选址问题的特殊性,在考虑政策性指导原则的基础上,以客户需求和货源基础为出发点,将代表客户利益的运送成本、决策方建设成本和可变成本及表征可挖潜能力的货源覆盖量货币折算值共同纳入目标体系,构建了战略装车点多点选址混合0-1变量非线性规划模型.基于铁路运输组织,考虑物流节点选址问题一般约束的同时兼顾战略装车点覆盖货源量、车流整列配发及线路通过能力约束对目标优化的影响.通过对模型特性的分析,提出一种启发式算法对模型进行求解.最后,结合数值算例验证模型的有效性和实用性.     

公路网灾害应急救援点多目标选址模型及算法

为减少自然灾害频发对公路交通带来的损失,研究并建立针对自然灾害的区域公路网应急救援点显得十分必要。本文首先从公路自然灾害应急救援点的功能需求、选址影响因素、选址要素（顾客、设施、空间、度量）和选址目标等方面对救援点选址规划特征进行了研究。然后从公路应急救援的快速反应、集合覆盖、灾害损失最小化等三个方面提出了公路网应急救援点的多目标选址优化模型,并探讨了模型的求解算法和求解步骤,通过lingo软件编程实现优化目标的求解。最后通过浙江桐庐公路网的应急救援点规划这一实例对提出的选址优化模型进行了应用。     

多目标优化量子免疫算法求解基站选址问题

为了解决带容量约束WCDMA网络的基站选址问题,提出了一个基于多目标优化量子免疫算法的基站选址优化方案.设计了基站选址问题的数学模型,给出了多目标优化量子免疫算法框架,并进行了实验验证.实验结果表明：算法方案能以较小的基站建设代价满足覆盖要求,具有较好应用价值.     

网上考试系统中随机抽题算法的实现

网上考试是一种通过互联网进行的新的教育考核形式。随机抽题算法是确保网上考试系统实现其主要功能的基础性保障，在随机性、快速性和不可重复性等方面有严格的要求。文中通过对各方面需求的分析，结合网上考试系统的实现技术，详细说明了随机抽题算法的具体流程。     

基于Chord结构化P2P网络路由算法的改进

随着网络规模的扩大,Chord路由网络资源查找效率变得不够理想.为此,对Chord网络中的路由表算法及结构进行了扩展改进.分析验证了改进后的Chord模型资源查找效率明显高于原Chord模型.     

物流配送中心选址的IPSO-BP算法

改进标准粒子群优化算法（PSO）的惯性权重参数,提出基于IPSO的BP神经网络算法,以提高物流配送中心选址的预测精度。仿真结果表明,IPSO-BP神经网络算法的预测精度优于常规BP神经网络算法,不仅改进了网络的收敛速度并且提高了预测准确性。     

微粒群算法在多物流选址中的应用

物流中心的选址是企业的一项重要战略决策,不仅影响到原材料和成品的运输费用,也会影响顾客服务水平和对顾客需求的响应速度,选择合理的物流中心对降低运营成本提高企业的竞争力有很重要的作用。文章研究带约束条件的多物流选址问题,根据所提问题的特点,建立模型,并根据模型维数较大、约束域狭小的特点设计了一个与表上作业法相结合的改进微粒群优化算法（TM-PSO）。最后通过实例验证了模型的可行性及算法的有效性。     

多层前传神经网络的随机训练算法

基于承机射线法,本文提出了一种对动态网络大新的多层前传神经网络的训练算法。     

基于随机森林优化的自组织神经网络算法

针对基于降维的神经网络分类器预测模型在分析过程中存在特征丢失,并导致精度下降的问题,提出一种基于随机森林算法优化的多层感知器(MLP)回归预测模型.该优化模型通过在MLP回归模型网络的全连接层和逻辑回归层之间增加一个优化机制,利用随机森林算法对隐藏层状态的优化实现改进,从而解决了降维过程中神经网络丢失数据特征的问题.在...     

神经网络和遗传算法在人脸定位中的应用

人脸是十分常见的复杂模式,在复杂景物图片中自动找出人脸是很困难的,但是却有着重要意义,因为这同时也是自动人脸识别系统的前提．提出了一个基于多层感知器（ＭＬＰ）的用遗传算法实现搜索的人脸定位系统,讨论了系统建立的理论基础,即ＭＬＰ直接感知图象和用遗传算法进行快速搜索．实验结果表明,它尤其适合在复杂背景下的低分辨图象中进行操作,鲁棒性好、定位快、适应面宽．     

m-增生映像族的公共零点的迭代算法

引入一个m-增生映像族的公共零点的一个迭代算法,使用新的逼近技巧,证明了它的一个强收敛定理.推广和改进了近期相关结果.     

增量网络理论与网络的故障定位

本文提出了包括若干定理的增量网络理论，并以此理论来处理模拟电路故障诊断的定位问题．当代集成电路的重要特征是含有各种受控电源．本文着重研究含有受控源的模拟电路故障诊断，并得出了相应的结论．     

融合插点和跳跃点改进A*算法的路径规划

为了解决传统A*算法在路径规划中存在的一些问题,提出了一种融合插值点跳跃搜索路径算法来改进A*算法。在对栅格环境图中具有特殊意义的多组数据进行预处理后,通过起始点和目标点确定目标函数,并搜索出一条最优路径。利用MATLAB软件平台对8组规格不同的环境图进行了路径规划仿真。实验结果表明,改进后的算法可以减少计算时间、搜索节点数量、内存占用和搜索路径长度。可见改进后的算法在搜寻最佳路径方面的效率更高。