基于增量自适应的邻近排序算法优化

数据库中相似重复记录的清洗是提高数据质量的有效措施,传统的邻近排序算法SNM的滑动窗口难以确定,而且要对窗口内的所有记录进行比对,效率不高。针对SNM算法的这一缺陷,提出了窗口大小动态变化的增量自适应的SNM算法,窗口的大小由当前出口的大小、窗口内第一条和最后一条记录的距离以及记录最短记录阈值确定,这样可以去掉很多无用的比较操作,提升数据清洗效率。     

改进的SNM中文语义重复记录检测算法

为解决中文数据的重复检测问题,在SNM(Sorted-Neighborhood Method)算法的基础上提出了一种融合《同义词词林扩展版》和中文分词于一体的重复记录检测算法,通过利用《同义词词林扩展版》和Jaccard算法计算词语相似度,同时采用Python中Jieba中文分词的方式对语句进行分词,从而达到优化余弦相...     

空间调制系统中一种低复杂度比特映射算法

空间调制(spatial modulation,SM)通过激活发射天线的索引在空间域中传输信息比特,将比特到符号映射技术引入到SM系统中,可以提高SM系统的性能.一般而言,在判决准确率一定的情况下,采用相邻SM符号汉明距离较小的映射方式将获得较优的系统性能.提出一种低复杂度的比特到符号映射算法,称为符号最近法(symbol nearest method,SNM).该算法从具有最小距离的符号对开始对SM符号进行排序,寻找下一个最近的SM符号,直到所有SM符号排序结束为止,将格雷编码的比特映射分配给排序后的SM符号.分析和仿真结果表明,SNM算法在发射端使用全信道状态信息(channel state information,CSI)时,其系统性能接近于SM和空间移位键控(space shift keying,SSK)误码率(bit error rate,BER)性能的下界,并且所提出的算法复杂度为O(K2),其复杂度也较低.     

频繁项集挖掘的Apriori改进算法研究

针对Apriori算法的不足,提出了一种新的优化算法——IApriori.该算法应用散列技术优化产生频繁-2项集,优化连接操作减少连接判断的次数,通过对候选项集编码来减少扫描数据库的次数,优化逻辑"与"运算减少不必要的"与"操作次数,缩短生成频繁项集的时间.IApriori算法仅需3次扫描数据库.研究结果表明,该算法具有快速、直观、节省内存等优点.     

一种具有跟踪替代特征的小世界算法

针对简单小世界算法在优化复杂函数时出现的停滞现象,提出对搜索进行跟踪、对停滞节点进行更替的策略.对每个搜索节点,从搜索的第1代开始进行跟踪,记录节点在每个传递位置停留的次数,当停滞次数超出设定值时便认为该节点进入停滞状态,在搜索空间中随机生成一个节点替代该停滞节点,以保证搜索的高效性.仿真试验表明,改进算法有效地克服了原算法的停滞现象,与原算法相比,改进算法种群多样性好、优化效率高、鲁棒性强,并具备解决更复杂工程优化问题的潜能.     

基于改进粒子群优化算法的结构元形态综合

结构元形态综合是与功能元形态综合类似的多最值组合优化问题,在软件中间件和控制算法功能块设计方面有重要的用途.为了解决问题规模较大时经典算法效率不高的问题,提出了一种改进粒子群优化算法.先采用了自然数循环编码技术对粒子位置和速度进行描述,然后在自然数循环编码技术的基础上采用贪婪策略把组合优化问题转化为单峰函数的优化问题.在搜索技术上,采用了分段惯性权重技术和保收敛算法改进算法的寻优能力,最后采用每轮记录多个全局最好值的方法获得多最值.给出了一个组合方案数为378 000的算例对所提算法的有效性进行了验证.算例表明,从多最值求解的角度来说,所提出的改进粒子优化算法要比生境技术简单,从寻优能力的角度来说,所提算法要优于基本的粒子群算法.     

基于人机结合算法的布局优化研究

在研究并行遗传算法的基础上,提出了解决家电产品布局设计优化问题的人机结合并行遗传算法.该算法将人工个体与算法个体共同构成解群,在计算过程中通过人机交互,实现对算法的有效干预,避免算法的缺陷出现.对比试验表明,采用"人机结合"的并行遗传算法能够较好地解决家电产品布局设计的优化问题.     

几何约束问题求解的方向可选指数进制步长优化算法

针对参数化设计中的复杂几何约束求解问题,提出1种可选指数进制变步长数值求解优化算法.在给定的优化目标下,采用指数进制变步长,对每个设计参数变量进行"前进、后退、保持一步"的方向选择式试探判断,即算法每迭代循环1次,误差以指数方式进行递减,变量则逐渐逼近先前设定的参数目标.利用该优化算法,求解相切圆填充和正二十面体优化2个经典的几何优化问题.研究结果表明:该算法稳定性强,收敛速度快,求解精度高并对初始值不敏感;该算法能够求解多变量复杂参数化设计问题,并不受优化变量个数的影响;利用方向可选指数变进制变步长优化算法能有效解决二维和三维空间内的参数化几何约束优化问题.     

粒子群优化算法中惯性权重改进策略综述

在粒子群优化算法的3个参数中,惯性权重是最重要的参数,它对粒子群优化算法性能的提高起到至关重要作用.因此许多学者对粒子群优化算法中的惯性权重设计进行了广泛研究,目前取得许多成果.本文介绍了基本粒子群优化和标准粒子群优化算法,综述了惯性权重在粒子群优化算法中的各种改进策略.为粒子群优化算法的进一步改进研究提供参考.     

临界水深非线性优化计算的新算法

临界水深非线性约束优化计算建模,应用种群竞争算法进行求解.本文提出种群竞争算法是一种新型全局优化算法,运用种群间与种群内"双重竞争"寻优机制.通过实例说明并与其它方法比较,在求解临界水深计算时,收敛速度快,精度高,编写简单.试算法得到结果还可通过优化方法修正.