复杂性研究的计算方法

计算、算法与复杂性研究有着密切的关系,计算方法已经上升为一种复杂性研究的科学方法。计算复杂性使用的研究方法基本上是计算方法,算法复杂性研究的算法描述也是一种计算方法。计算方法还在复杂适应系统理论、人工生命等复杂性分支学科中扮演了重要的角色。计算方法不但在复杂性研究中有重要的作用,而且在一般方法论意义上也已经变得不可或缺,甚至走向了计算主义。     

案例分析中的DNA计算

DNA计算是一种模拟生物分子DNA的结构并借助于分子生物技术进行计算的新方法，开创了以化学反应作为计算工具的先例，为解决NP—完全问题提供了一种全新的途径。案例分析中常用到离散数学中的逻辑演算，特别是在信息处理方面。在基于表面的DNA计算中采用了荧光标记策略，解决了案例分析中的一个问题，尝试了DNA计算在案例分析中的应用。且这种方法具有编码简单；耗材底；操作时间短；技术先进的优点。     

复杂性隐喻及其在组织研究中的应用

对几个主要的复杂性隐喻在组织研究中的应用现状进行综述,并指出复杂性隐喻在组织研究领域的未来发展趋势.     

DNA计算与软计算

最近,DNA计算引起了人们的广泛兴趣,尤其是DNA计算与软计算的集成.本文较系统地介绍了与DNA计算相关的生物学知识、主要生物操作,给出了DNA计算模型及其算法实现,探讨了DNA计算与进化计算、模糊控制、神经网络和人工免疫系统进行集成的概念与方法.     

计算主义下虚拟网络复杂性探究

在简要的对计算主义作为一种新的本体论哲学观所经历的三个阶段进行评述,并对计算主义视野下的虚拟网络空间所呈现出的复杂性特征进行初步探究,指出虚拟网络空间具有自演化、自组织、涌现性、自相似等复杂性特征,试图指出计算主义思潮对当代哲学与科技的发展所产生的深刻影响。     

图论中的DNA计算模型

基于生化反应机理的DNA计算模型受到科学领域内许多不同学科学者们的关注。DNA计算已经形成国际科学前沿领域内研究的一个新的热点。主要介绍了近几年国内关于图论的DNA计算模型研究的现状及研究进展。分析了图论的DNA计算模型中存在的问题。指出未来国内DNA计算研究的重点可以在三个方面:解的检测,降低空间复杂度,生化实验研究。     

复杂性诊断方法及其在水资源系统中的应用

提出了基于遗传密码的粗粒化方法，有效的避免了过分粗粒化现象。并结合Lempel—Ziv算法复杂度，应用于黄河千流上游径流序列变化的实时跟踪和状态诊断。诊断结果表明，自然环境、人类活动及空间距离是决定径流变化的三个基本要素，且尤以人类活动影响最为直接。     

复杂性度量法在股票市场中的应用

Lemple-Ziv复杂性度量法在股票市场的应用中,复杂度是用来度量系统复杂性大小的指标.对比研究了中国股票市场与发达股票市场的复杂度,实证结果发现,中国股票市场复杂度明显小于发达股票市场复杂度.提出了中国股票市场发展过程中应注意的几个方面.在一定程度上复杂度可以是用来衡量市场有效性和发达程度的参照指标.     

TSP的DNA计算算法

提出了TSP的DNA算法,共有六个步骤:首先将TSP转化为有向图的经过所有点最短闭链问题并进行编码;其次从某点开始用有目的的终止技术——芯片技术、保护基技术以及杂交实验——得到起点和终点相同的DNA链;再用分离实验产生经过所有顶点的DNA链;然后用电泳实验取出链长最短的DNA链;最后用标记实验解读最优解集。讨论了算法的复杂性并用实例说明了算法的有效性。还讨论了推广的TSP——推销员在城市有停留时间——的算法的变化——只需改变编码方式,以及实验的简化问题。最后说明了本算法提出的一种新的合成技术——有目的的终止技术的优势和前景。     

免疫进化模型及其在优化计算中的应用

在深入研究免疫系统的智能进化机制和两种典型免疫计算模型的基础上，基于进化计算模型和免疫调节理论，结合免疫记忆机制提出了一种通用免疫进化算法(GIEA)的—般框架，论述了其运算机理，分析了其收敛性和收敛速度。针对多模态优化问题，按照该框架设计了一个具体的多模态免疫优化算法(MIOA)，并进行了仿真研究和计算复杂性分析。分析与仿真结果表明，该算法不仅比同类算法计算量小、具有更好的搜索性能，而且无须任何先验知识，实现了真正的自适应搜索。     

一种新型多DSP并行计算结构及其应用

传统的雷达信号处理系统的设计方法是针对特定应用的,因此系统的通用性差,而具有超级计算机体系结构的通用高速实时雷达信号处理系统有望解决这一问题。该系统的关键部件为担负具体计算任务的处理结点。首先提出了一种新型的、由5片ADSP-2106x构成的多DSP并行计算结构。它具有运算能力强、I/O带宽大、通信手段多样、能灵活地改变拓扑结构、可扩展、通用性强等特点。并且以此并行计算结构为核心设计实现了通用高速实时雷达信号处理系统的处理结点。     

情感计算理论与技术

情感计算是关于情感、情感产生以及影响情感方面的计算 ,其目的是赋予计算机识别、理解、表达和适应人情感的能力。让计算机具有情感也就是让计算机具有智能。“问题并不是智能机器是否能有情感 ,而是智能的机器怎么能没有情感”的问题 ,情感计算是建立和谐人 机环境的基础之一。旨在紧跟国际高技术前沿 ,介绍有关情感计算的发展、应用、研究内容和关键技术。可穿戴计算机和后PC时的芯片式计算机将为情感计算提供方便的研究平台和表现形式 ,情感计算将有巨大的发展潜力和应用价值     

模具仿真网格及其在优化设计上应用

建立了一个面向优化设计应用的模具仿真网格平台.把该平台划分为仿真网格资源层、基础支持工具层、优化模型资源调度层和仿真网格应用层四个层次,并介绍了各层的主要功能和相关实现技术.基于该平台,发展了一个优化设计网格计算方法,以利用网格环境中充足的仿真资源,协同解决复杂的注塑模优化问题.并利用该算法,对收款机上壳浇口位置进行了优化设计.结果显示:所建立的仿真网格平台能够满足优化设计的需要;所开发的网格算法合理、高效.     

量子计算及其在信号与信息处理中的应用

介绍了量子计算的发展历史、现状和前景。讨论了量子计算的基本原理。列举了两种典型的量子算法 ,并结合信号与信息处理领域中所遇到的问题 ,指出了量子计算在该领域中的应用前景。最后介绍了目前国内外在量子计算方面的进展情况     

面向e-引航的近海边缘计算网络优化与仿真

为提高船舶引航过程安全性,提出了一种基于智能航标(Intelligent Navigation Aid,INA)的近海边缘计算网络(INA-based Offshore Edge Computing Network,IOECN)架构,以提供助航信息保障。重点研究网络中网元节点的布局优化问题(Layout Optimization Problem, LOP)。通过数学建模,将LOP转化为整数线性规划(Integer Linear Programming,ILP)问题。在满足网络覆盖率及连通性条件下,以网络成本最低为求解目标,并使用Gurobi进行求解、运用Matlab进行仿真展示,最终得到不同规模下的网络优化方案,验证了模型的正确性及可扩展性。     

科学计算可视化并行处理建模及其数据并行技术研究

科学计算规模的不断增长使得对科学数据的可视化也必须采用并行处理技术。针对可视化应用的特点,一方面,分类建立了可视化并行处理模型,给出了形式化描述,并对其并行性进行了定量的分析;另一方面,提出了一种可扩展的可视化数据并行体系结构,并深入探讨了实现该结构的数据划分技术和并行绘制方法;最后基于上述理论实现了一个数据并行可视化处理软件原型系统YH-PView,并通过实验验证了理论分析的正确性。     

一种改进的Lyapunov指数谱算法及应用研究

提出了改进的Darbyshire-Broomhead(D-B)Lyapunov指数谱算法,通过互信息函数确定嵌入延迟,利用伪近邻法(False Nearest Neighbors,FNN)确定最佳嵌入维,从而确定了Lyapunov指数的个数,克服了原算法排除可疑指数过程中容易引起过多或过少的指数的缺点,然后再根据简化D-B理论计算出整个序列的Lyapunov指数.分别对含有噪声和不含有噪声的Lorenz时间序列仿真对比验证了该算法的有效性及稳定性.最后利用读算法对输油管道压力时间序列进行了Lyapunov指数的计算并分析出该时间序列具有混沌特征.     

分布式计算在天线阵方向图综合中的应用

采用矩量法(MoM)分析天线阵列的辐射方向图,并使用遗传算法对天线阵列的方向图进行综合。由于遗传算法具有内在并行性,利用MATLAB分布式计算服务器和并行计算工具箱进行分布式并行程序设计,实现了主从式并行遗传算法,形成了天线阵方向图仿真综合软件,加快了天线阵列方向图的综合速度,得到了令人满意的结果。与传统串行算法相比,基于分布式计算的主从式并行遗传算法具有收敛速度快、仿真效率高的特点。