k度Steiner最小权网络的线性时间算法

已知平面上n个固定点集合N和m个可动点集合M,求互连点集N∪M的最短连通网络,要求这个连通网络满足：（1）固定点的度为1,可动点的度为k(k≥3）;（2）n=2 （k-2）m。网络中每条边的权与可动点的位置有关,问题是如何确定这m个可动点的位置,使这个连通网络的权最小,这个问题称为k度Steiner最小权网络问题。本给出了k为偶数,边权值为L1距离时计算最小权网络的O(n ln k)时间算法。     

运输问题的多项式算法──最小调整法

给出了运输问题的一种方法—最小调整法．和通常方法比较，这种方法具有直观、简单、计算量少、在计算机上容易实现及易于推广等优点。井区是多项式算法．     

网络技术时间参数优化算法

讨论了网络计划技术中时间参数的计算，提出了一种比惯用的关系表算法速度更快、占用的存贮空间更少的新的优化算法。     

符号差类运输问题的多项式时间算法

给出符号差类运输问题的一个多项式时间算法,并证明该算法的时间复杂性是Ｏ（ｍｎ＾２＋ｍ＾２ｎ）。     

一个求外平面图最小反馈点集的多项式时间算法

如果从一个图中去掉某些顶点后得到的导出子图是无圈图，则所去的那些顶点组成的集合就是原图的反馈点集。本文讨论外平面图的反馈点集并给出了一个求外平面图最小反馈点集的多项式时间算法。     

一种新的非线性最小费用网络流算法

为求解非线性可分凸费用网络流问题,提出了一种原始对偶算法,并证明了算法的收敛性。该算法可从任意满足节点流量平衡条件但不一定可行的初始解处开始计算,且能方便地处理目标函数的一阶导数有第一类间断点凸规划问题。用７５０节点和５０１０条弧的网络对本算法作了测试,计算结果说明算法有较高的效率。本算法已被用于实际电网水火联合经济调度问题中,实践证明算法是正确和有效的。     

无线网络中最小能量的协作广播算法研究

基于协作传输中的最佳功率分配,提出一种修正的积累递增广播算法(MCIA),该算法允许多个节点同时传输信息到网络中的其它节点,减小广播信息所需的总发送功率.并且给出了分布式MCIA.分布式MCIA仅需要一跳范围内节点的信息,可以自适应决定协作传输节点的数目.仿真结果表明就总的发送功率而言,MCIA优于已有的广播算法.并且,分布式MCIA能够取得近似集中式MCIA的性能.     

一类复合并行机排序问题的多项式时间算法

在经典排序论中，一般都作以下两条假设：每台机器在任一时刻至多加工一个零件，每个零件在任一时刻至多被一台机器加工。本文研究在并行加工中多台机器可同时加工一个零件的排序问题，且每个零件可在固定的一个机器的子集上加工。在机器总数确定，零件加工可间断的条件下，设计出求这类问题最优解的计算方法，并研究这种问题的计算复杂性。     

双权树形图的多项式算法

本文根据—个实例建立了在赋双权的有向图中求带参数的双权树形图的网络模型，通过求解一系列的问题P2(λ)，我们得到了求解该问题的多项式算法。     

单位操作长度的自由作业问题多项式时间算法

研究了工件操作长度为1或0的自由作业问题.在不同目标函数下,用数学规划及组合方法设计相应的多项式时间算法.     

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。     

BGP网络故障模型与检测算法

BGP网络故障严重影响自治系统间的网络性能,根据Internet中观测点获得的BGP路由信息,描述域间路由系统的BGP网络模型,建立BGP故障事件模型,为BGP网络的拓扑变化提供一种简明的描述方式.根据高度时间相关性的BGP路由事件触发的网络拓扑变化,提出查找故障链路的近似算法.提出的BGP网络故障查找模型和算法能够比较准确地检测Internet域间路由系统中的路由异常事件.     

随机网络最大概率路径问题的模型与算法

为了求解满足一定时间限制的最大概率路径问题,在建立该问题数学模型的基础上,提出了一种改进蚁群算法。首先根据随机网络的定义建立了随机网络最大概率路径问题的数学模型,然后结合随机网络最大概率路径问题的特点,设计了一种新的启发式信息和信息素更新规则的改进蚁群算法,最后选择了4组数据,将改进蚁群算法与一种混合遗传算法进行对比试验,分别求取对应的全局最大概率路径和反映算法总体性能的多项数据。实验表明,改进蚁群算法的收敛速度和总体性能均优于混合遗传算法,为求解随机网络最大概率路径问题提供了一种快速、可行的方法。     

人工免疫网络算法的改进及免疫优化应用

基于人工免疫网络算法(aiNet)模型,借鉴禁忌搜索算法(TS)的思想,提出一种禁忌搜索与人工免疫的混合算法,即人工免疫网络算法(TS-aiNet).在算法中引入禁忌表,禁忌那些在网络迭代中亲和度连续不再增加的细胞,并通过特赦准则赦免一些被禁忌的优良状态;增加1个记忆表,用于保存成熟的记忆细胞;重新定义高斯变异方式,以保证多样化的有效搜索.利用Markov链证明算法全局收敛性,通过对多个典型系统测试函数的仿真实验定量分析该算法的性能,并与经典克隆选择算法和opt-aiNet算法进行比较研究,分析特征参数对算法性能的影响.实验结果表明,该算法在多模态搜索空间中具有更强的全局收敛性、稳定性和寻找极值点能力,能够克服早熟现象,是一种有效的全局优化搜索方法.     

停机位分配的多商品网络流模型及离散粒子群算法

本文建立了停机位分配的多商品网络流模型,并以航空器总场面运行时间最小为目标,建立数学模型。将机场场面分为若干区域,建立区域—机位两级分配策略,以降低问题规模。设置机位外等待时间,以省去区域容量相关约束。在传统粒子群算法的基础上,设计离散粒子群算法,对模型进行求解。选取乌鲁木齐机场某日240架航班和109个机位进行实验,证明了与现有研究中的典型模型相比,多商品网络流模型能使运算时间减少10.1%,并能达到与典型模型相同的精度。全空域和机场模型(total airspace and airport modeller, TAAM)仿真结果表明,和现行机位分配方案相比,多商品网络流模型的机位分配结果能使航空器的场面调配运行时间减少7.49%,延误时间减少8.87%。算例结果进一步表明,提高机场场面运行效率的关键在于均衡航班的进离港滑行距离,同时避免停机位密集分布。     

前馈神经网络学习新算法及其仿真

目前基于高斯牛顿法及其衍生算法的前馈神经网络虽然可以达到局部二阶收敛速度,但只对小残量或零残量问题有效,对大残量问题则收敛很慢甚至不收敛．为了实时解决神经网络学习过程中可能遇到的小残量问题和大残量问题,引入拟牛顿(QuasiNewton)优化算法,并与LM(Levemberg—Marquardt)法相结合,构建基于LM—QuasiNewton法的前馈神经网络．仿真实例表明,该神经网络较好地解决了残量问题,具有良好的收敛性和稳定性．     

基于二次置换多项式的滑动窗口网络编码算法

网络编码(NC)是对两个或多个数据分组进行组合的一种技术,能够较好地提高网络体系的数据传输.二次置换多项式(QPP)提供了良好的数据分组优化组合功能,可以提高编码效率.该文利用二次置换多项式结合滑动窗口技术,提出了一种新的网络编码算法(QPPSW-NC),该算法能够独立解码接收到的数据分组,并控制每个滑动窗口的解码复杂...     

动态混合行为交通网络平衡的遗传算法求解

采用遗传算法对动态交通网络平衡微分博弈模型进行求解,将动态混合行为交通网络平衡模型构造为一个开环信息结构下N个局中人非合作非零和博弈,并考虑了一个单OD对之间有两个平行弧的简单网络和两类局中人——用户平衡(UE)和古诺-纳升(C-N)——在拥挤现象中的相互作用,针对此简单网络阐明了遗传算法求解模型的具体步骤。遗传算法求解不必要求目标函数连续可微,大大提高了模型的适用性。通过算例对所设计的算法进行了验证,在算例中将Wie BW(1993)的研究中部分参数取值作了修改,使其更加合乎交通实际,并将计算结果与Wie B W(1993)采用最小值原理计算结果进行了对比分析,通过对比分析表明,其计算结果更符合交通实际。     

用混合遗传算法实现神经网络快速训练

快速神经网络训练算法的研究是人们所关注的问题之一。经过分析与研究 ,遗传算法是一种全局并行随机搜索优化算法 ,具有很强的全局搜索能力 ,而 BP算法的局部搜索能力较强。文章将两者结合起来 ,形成一种混合遗传算法 ,并就混合遗传算法的原理及其在实现时所涉及到的许多策略问题进行了分析比较 ,仿真结果表明它具有收敛速度快和不会陷入局部极小的特点。     

RBF网络在线辨识算法与应用研究

提出了一种确定RBF网络中心向量的动态递推算法 ,介绍了RBF网络线性层连接权值的递推最小二乘算法 ,利用这些算法对蒸发器过热度进行了在线辨识 ,同时对网络结构和算法的参数变化对辨识精度的影响进行了研究 .仿真结果表明该算法辨识速度快、精度高 ,可用于在线控制 .