基于Prim算法的旅行商问题解法

旅行商问题与最小生成树问题同属于图论的典型问题,其描述也具有很多相似之处。在特殊的情况下,最小生成树构成的路径可以成为旅行商问题的最优解。本文,笔者正是基于这种思想,提出了旅行商问题的新解法。相对于神经网络算法、模拟退火算法和蚁群算法而言,基于Prim算法的旅行商问题的解法更易于编程实现,同时在效率方面也更具有优势。     

停机位指派模型的排序模拟退火算法

实时的停机位指派对减少枢纽机场航班中转时间起着重要作用,但是停机位指派问题是NP-hard问题,常用的启发式算法计算效果较差。本文设计了一种排序模拟退火算法以求解枢纽机场的停机位指派问题。该算法首先根据停机位期望偏好值和航班客座率进行排序以得到模拟退火算法的初始解,然后运用经典模拟退火算法求解最优指派结果。算例表明,随着航班数量的增加,排序模拟退火算法的计算精度优于经典模拟退火算法,计算效率优于CPLEX软件且具有较快的收敛速度,为实时解决枢纽机场停机位优化指派问题提供了可能。     

一种结合遗传算法的图像分割方法

模糊聚类算法是一种解决图像分割的常见算法,Stelios在模糊C均值聚类算法的基础上提出了FLICM算法,极大地改进了图像分割的效果。基于此,经过分析证明FLICM算法存在的不收敛问题,在此基础上改进了FLICM算法,并提出了结合遗传算法来解决因目标函数复杂度高而无法给出"闭合"迭代公式的问题。从结果来看,该算法不仅克服了FLICM算法不收敛的问题,而且取得了更好的图像分割效果,使得图像细节得到更充分的保留。     

基于粒子群优化算法在NP难问题中的应用研究

为解决NP难问题中算法应用领域划分问题，分别运用不同算法对不同问题规模的TSP问题进行求解，寻求最优路径规划.采用随机数据来最大化模拟实际情况，设置了5、10、15、20、30和100个随机城市坐标点，分别采用PSO算法、C-PSO算法、GA算法和ACO算法进行求解，求解一条经过各城市且一次的旅行最低费用的路线，分析比较四种算法的鲁棒性与实效性.结果表明：基于C-PSO算法在NP难问题中的具有良好鲁棒性和较短的运行时间，在问题规模小时，可以采用PSO算法和ACO算法；在问题规模大时，可以采用C-PSO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.     

混合线性约束非线性最优化问题的一个新算法

在文献[1]的基础上,首先将线性等式约束非线性最优化问题转化为非线性最小二乘问题进行求解,得到了求解最优化问题的一种新思路;然后针对混合线性约束最优化问题,通过与积极集法相结合,在求解等式约束子问题时采用上述算法,而对于不等式约束子问题采用积极集算法,从而提出了混合线性约束非线性最优化问题的一个新算法.最后给出了该算法收敛性的证明,通过数值实验,说明新算法是可行的,有效的.     

基于蚁群算法的通信光缆线路优化规划研究

蚁群算法是一种求解组合优化问题的新型通用启发式方法,通信光缆线路优化是一个复杂的非线性组合优化问题。本文将蚁群算法用于通信光缆线路优化问题的研究,建立了通信光缆线路规划的数学模型,并在此基础上设计了相应的算法。算例证明该算法的可行性和有效性。     

基于广义超松弛迭代的图像复原

图像复原问题常常可转化为大型线性系统的求解问题。Tikhonov正则化将线性系统求解转化为最小化问题。根据最优性条件将最小化问题转化为鞍点问题,并提出了一种求解该鞍点问题的广义超松弛迭代算法。证明了当松弛因子满足一定条件时广义超松弛迭代算法是收敛的,分析并给出了松弛因子的最优值。在2个实际图像复原问题上的数值实验结果表明,该算法较其他算法复原后图像的峰值信噪比较高、相对误差较小,是十分有效的。     

智能算法求解TSP问题的比较

截至目前,针对如何解决旅行商问题(即TSP问题)的方法出现了很多版本,而且各具特色,毫不雷同。通过大量的搜集总结,可以归纳出目前被广泛使用的几种解法:禁忌搜索算法、蚁群算法、进化算法、Hopfield神经网络算法、粒子群优化算法和模拟退火算法。通过对6种方法优缺点的比较,可得出适合智能求解TSP问题的方法及改进措施。     

智能算法求解TSP问题的比较

截至目前,针对如何解决旅行商问题(即TSP问题)的方法出现了很多版本,而且各具特色,毫不雷同。通过大量的搜集总结,可以归纳出目前被广泛使用的几种解法:禁忌搜索算法、蚁群算法、进化算法、Hopfield神经网络算法、粒子群优化算法和模拟退火算法。通过对6种方法优缺点的比较,可得出适合智能求解TSP问题的方法及改进措施。     

一种改进的MC线性分拆加密算法

介绍一种快速求解矩阵覆盖问题的算法，并对此算法进行了扩展，将原算法中向量的各个分量的取值范围扩大．在此算法的基础上对一种MC线性分拆的加密算法进行了改进，并对其安全性进行了简要的分析．最后给出的算例表明改进的加密算法的密钥选取简单，同样具有加、解密快速．简便等优点．     

工业CT中ART算法权因子的研究

图像重建是工业CT(Computed Tomography)的重要组成部分,ART(Algebraic Reconstruction Techniques)算法是工业CT图像重建中的一种重要代数方法,权因子的计算是ART算法中前期的主要工作.以工业CT中ART算法的权因子为研究对象,介绍了一种切实可行的权因子算法.通过siddon改进算法与快速算法的图像重建比较,得出2种算法权因子计算时间相当,siddon改进算法重建时间为快速算法的1/2,并且它们重建的图像质量也相当.因此,在重建时间上,siddon改进算法是快速算法效率的2倍.     

基于拟下降方法的遗传算法及其收敛性

在遗传算法中嵌入一个传统下降算子,且保留最好个体,利用最好个体的记忆信息对搜索过程进行指导,从而得到既有较快收敛速度,又能以较大概率得到全局极值的用于函数全局优化的混合算法.定义了适当的适应度函数和子代个体的选择算子,且从拟下降观点证明了算法的收敛性.数值计算结果表明了本算法显著优于遗传算法和传统下降算法.     

对偶四元数导航的简化算法

摘要： 针对原始对偶四元数导航算法计算量大的问题推导了一种简化算法,对原始算法的矢量求解进行数学化简,使引力速度、非引力速度和位置矢量的求解变得简单明了,物理意义明确清晰. 通过近似将简化算法中的非引力速度公式再次化简而得到近似算法. 仿真导航显示,简化算法与原始对偶四元数法解算的位置精度相同,均高于传统捷联导航算法,而简化算法计算量最小;近似算法的位置精度与简化算法相比无明显下降.     

汽车半主动悬架的神经网络控制

针对目前标准BP神经网络的缺点,提出基于高阶导数的多记忆BP算法,将能量函数的 阶导数与最速下降方向相结合,构造出一个新的最速下降方向,从而提高了神经网络的学习速度。证明了该算法相对于传统梯度算法的快速性,然后给出了该算法的实现方法,并进行了算例仿真。为了证明其实效性,设计了汽车半主动悬架神经网络控制器。结果证明,该算法便捷、实用、有效。     

基于Floyd方法的最短路径算法优化算法

最短路径算法在各领域广泛应用,传统研究方法主要集中在算法应用及单一优化,将两种优化方法集于一体的算法很少.以兰州—北京的铁路运输系统实例,利用Floyd与Dijkstra算法结合、代码优化的方法优化传统Floyd算法.结果表明:优化后的算法在很大程度上减少了运算次数和时间,提高了算法的时间及空间复杂度,算法效率较高.     

一种基于数据库分解的关联规则挖掘新算法

在Fp-growth算法的基础上,提出了一种新颖的关联规则挖掘算法.该算法将大型数据库分解成频繁1-项集的项总数个子集,然后对分解得到的各个数据库子集用Fp-growth算法进行约束项数据挖掘,待所有数据库子集的约束项数据挖掘进行完毕后,再合并这些约束频繁项得到大型数据库的频繁项集.实验结果表明新算法所采用的数据库划分策略克服了FP-growth算法对大型数据库进行挖掘时,占用内存大,运行速度慢的不足,是一种适合于大型数据库的关联规则挖掘算法.     

基于遗传禁忌混合算法的静态电压稳定裕度计算

提出一种基于遗传禁忌混合算法的静态电压稳定裕度计算的新方法．该方法将全局搜索能力强的遗传算法和局部搜索能力强的禁忌搜索算法结合在一起，通过改进的连续潮流法计算，可快速而准确地获取系统最大静态电压稳定裕度，并在一定程度上弥补遗传算法和禁忌搜索算法单独使用的不足．应用该混合算法对IEEE14节点系统进行仿真计算，验证了该方法可行且有效．     

低信噪比环境下语音检测的邻域极值差分信号功率谱分维算法

提出一种邻域极值差分信号功率谱的分形维值算法,并用于低信噪比环境下的语音活动检测. 在时域信号邻域范围内作极值差分检索获得邻域极值差分信号,进一步根据差分信号功率谱估计的最小误差求解分维值.在安静环境下,对正常语音和耳语音的语音信号活动检测(speech activity detection, SAD)性能与盒维相似,明显好于谱熵算法. 多种噪声环境下的SAD检测结果显示,所提算法的误检率远低于谱熵算法,在除白噪声以外各种条件下的误检率均低于盒维算法,且计算量约为盒维算法的5%. 实验表明,该算法在SAD检测和效率两方面具有良好的综合性能.     

基于一种二维ESPRIT算法的ISAR超分辨成像

应用ESPRIT算法能很好地提高逆合成孔径雷达(ISAR)的成像分辨率,但是传统的ESPRIT算法是一种一维估计方法,因此本文通过构造一个特殊阵元阵列,引入一种二维ESPRIT算法,并且使用了空间平滑技术,试验证明这种方法计算量低、分辨率高、估计方差小等优点。