基于模拟退火机制的网络蜘蛛搜索策略

在分析传统网络蜘蛛搜索机制特点的基础上，将模拟退火机制引入网络蜘蛛的链接选择策略。提出了一种基于模拟退火机制的启发式网络蜘蛛搜索算法。针对国外四所著名大学计算机系网站中计算机论文资源的搜索实验表明，新算法可以有效提高搜索效率。     

基于模拟退火的网络蜘蛛性能分析与系统实现

在分析传统网络蜘蛛搜索机制特点的基础上，将模拟退火机制引入网络蜘蛛的链接选择策略，提出了一种基于模拟退火机制的启发式网络蜘蛛搜索算法．设计并实现了一个计算机相关论文搜索引擎网络蜘蛛系统．针对国外4所著名大学计算机系网站中计算机论文资源的搜索实验表明，新算法可以有效提高搜索效率．     

非贪婪策略在WEB搜索中的应用

传统专业搜索引擎采用贪婪的链接选择策略,导致整体回报率较低.本文提出了一种非贪婪的链接选择策略,进而提出了一种基于非贪婪策略的启发式搜索算法.针对国外四所著名大学计算机系网站中论文资源的搜索实验表明,新的算法可以有效提高搜索效率.     

一种改进的BNS网络论坛搜索算法

为了提高网页在互联网中的搜索效率,基于非结构化P2P网络的多种搜索算法和网络蜘蛛搜索算法,提出了一种广度优先搜索(BFS)和非贪婪性搜索(NGS)相结合的改进搜索算法(BNS)。并通过该算法的性能分析与大理学院校园BBS的应用测试,结果表明,BNS算法在搜索速率、相关度和准确率上都优于BFS和NGS算法,该算法的实际应用提高了网络论坛运行效率。     

基于MMHC算法的贝叶斯网络结构学习算法研究

贝叶斯网络是人工智能领域研究不确定环境下知识表示和因果推理的有效工具之一,迄今为止已经提出了许多贝叶斯网络结构学习算法.MMHC算法是一种较新的贝叶斯网络结构学习算法,该算法的评分搜索阶段应用了贪婪搜索算法,但该算法容易陷入局部最优而无法得到全局最优网络,针对该缺点,在MMHC算法的评分搜索阶段应用模拟退火、随机重启爬山搜索、禁忌搜索3种搜索策略取代贪婪搜索,详尽的实验结果表明在MMHC算法中这3种搜索算法的效果普遍优于贪婪搜索,其中模拟退火搜索学习效果最好,MMHC算法的评分搜索阶段可以用模拟退火搜索替代贪婪搜索达到提升算法的学习效果.     

基于启发式策略的最短路径算法

在讨论经典Dijkstra算法和启发式策略算法（A^＊,矩形算法等）的基础上,提出一种基于Dijkstra算法的动态方向限制搜索算法用于求解道路网络中两节点之间最短路径．该算法结合人类的搜索思路和动态灵活的处理方式,对最短路径算法的搜索策略进行改进,动态改变搜索限制区域,减少计算时间．该算法不仅可以单独提高计算最短路径的效率,而且与其他算法结合起来还可取得更好的效果．实际结果证明动态方向限制搜索算法比经典Dijkstra算法减少近50％的搜索节点数和搜索时间．     

局内车辆选线问题的比较策略及其竞争比分析

对现实物流配送中遇到的无法预测的线路堵塞问题,建立了具有堵塞点的局内车辆选线问题的数学模型,并分别介绍了局内运输车辆调度的贪婪策略和复位策略．在全面分析了这2种基本策略在竞争性能上的优劣之后,给出了比较策略及其算法模型．最后,讨论了该策略的竞争性能．结果表明,比较策略实现了对局内运输车辆的优化调度．     

基于贪婪搜索和变异操作的布谷鸟算法

作为一种新型的生物启发式群体智能算法,布谷鸟算法模拟了布谷鸟生育雏鸟以及鸟类的Levy flights行为,是一种全局最优搜索算法,为了更好地提高算法对不同问题的适应能力,提出一种基于贪婪搜索和变异操作的布谷鸟(GMCS)算法.根据最优位置设计一种贪婪搜索策略,贪婪搜索策略和Levy flights随机游动搜索策略按概率交替进行,加强算法的局部探索能力;引入差分进化算法中的变异操作,提高算法跳出局部最优的能力;加入一个新的参数,根据收敛状态自适应地调整参数阈值以控制贪婪搜索策略和变异操作的执行次数.通过8个标准测试函数进行数值实验,实验结果表明,与部分改进的布谷鸟算法以及一些其他改进的演化算法相比,GMCS算法具有较好的收敛性能和适应能力,验证了改进后算法的有效性.     

简析搜索引擎中网络爬虫的搜索策略

随着网络信息的迅速发展,搜索引擎已成为人们获取有用信息必不可少的工具.以何种策略有效地访问网络资源是专业搜索引擎中网络爬虫研究的主要问题.本文对搜索引擎中网络爬虫的搜索策略进行简要分析,比较各种搜索算法的优缺点,总结提高搜索效率的因素,使人们对网络爬虫的搜索算法有个大概了解,以及对新一代搜索引擎的期望,以便更快捷获取自己需要的信息.     

移动Ad Hoc网络中机会路由转发策略的研究

针对移动无线自组织（Ad Hoc）网络中使用机会路由协议时,采用贪婪转发策略会引起“没有后续转发节点”这一现象,提出了一种新的应用于移动Ad Hoc网络的机会路由转发策略—考虑后续路径的转发策略。主要思想是在报文每跳传输之后进行下一跳转发节点选取时,不仅考虑各个候选节点本身距离目的节点的距离,还要考虑经过此节点的转发,当前数据报文能否成功到达目的节点。仿真结果表明,对比于采用贪婪转发策略的机会路由协议,考虑后续路径的转发策略能够有效地减小无后续转发节点的现象,提高数据传送成功率和网络吞吐率,具有较好的可靠性。     

基于贪婪策略整体分布优化算法的0-1背包问题求解

提出了一种思想简单且可用于0-1背包问题求解的基于贪婪策略整体分布优化算法.该算法首先随机产生一个初始种群,经贪婪策略将种群变成价值相对较高的可行解,保留本次最优解;然后以最优解为中心,用柯西分布产生新的种群,经贪婪策略将新种群变成相对价值较高的可行解,再保留本次最优解,重复以上过程,达到最大迭代次数,求出问题的全局最优解;最后,对不同规模的问题进行了实验.结果表明:该算法在求解0-1背包问题上是有效的,比遗传算法、贪婪算法具有更强的寻优能力.     

主题爬虫搜索策略的研究

由于信息多元化的发展,通用的搜索引擎无法满足专业化用户的需求,分类细致、精确、更新及时的面向特定主题的垂直搜索引擎便应运而生了。主题网络爬虫是垂直搜索引擎获取数据的自动化程序。以何种策略有效地访问网络资源是主题爬虫研究的主要问题。本文重点对主题爬虫的搜索策略进行研究,并对各种搜索策略进行了比较。     

基于策略的网络管理技术

网络管理技术是保证计算机网络可靠稳定运行的重要手段,是网络研究的重点。本文介绍了网络管理的定义和概述,简述了网络管理技术的发展状况及发展趋势,由此引出最新的智能化的网络管理技术-基于策略的网络管理技术。给出了策略的定义、基于策略的网络管理机制的概述,介绍了实现基于策略网络管理的各主要部分和一条具体策略的表示和存储的实现过程。     

一种自适应混沌局部搜索策略的遗传算法

提出了一种自适应混沌局部搜索策略的遗传算法（ACLSGA）,它是遗传算法中每一代的所有个体经过一次遗传操作之后得到一个最佳个体,通过自适应策略决定是否在最佳个体附近进行混沌局部搜索。实验结果表明：ACLSGA比具有精英保留选择机制的实数编码的遗传算法（RGA）的全局搜索能力强,收敛速度快。     

基于混合遗传算法的并行多处理器系统的任务调度

针对并行多处理器系统的任务调度问题,提出一个新的混合遗传算法(HGA)．HGA使用拓扑排序表的交叉来保证下代的合法性和搜索空间的全局性,为了提高HGA的收敛速度,根据拉马克进化理论,在交叉算子中使用贪婪策略来提高个体的适应值,模拟结果显示HGA的调度结果和算法的时间复杂性都是令人满意的．     

无界报酬折扣半马氏决策模型矩最优策略的存在性

本文在矩最优准则下讨论具有可数状态空间和任意行动空间的Lippman型无界报酬折扣半马氏决策模型。对任意ε>0,证明了k阶矩ε-最优平稳策略的存在性,从而一般策略类中的矩最优性等价于平稳策略类中的矩最优性。(k-1)矩最优策略π为(k)矩最优的充要条件是(-1)~(k 1)V_k(π)满足最优方程,这里V_k(π)为使用π时的总折扣报酬的k阶矩。对平稳策略,给出了折扣报酬的各阶矩的递推公式,如果每个状态可用的行动集为有限集,证明了矩最优平稳策略的存在性,并建立了构造所有矩最优平稳策略的迭代算法。     

搜索策略及其技术实现

组卷策略是试题库系统的核心，关系到系统生存与发展，重点论述搜索策略以及搜索策略的技术实现，并为策略使用者建立数学模型，同时提供策略的数据流程图。     

遗传算法编码策略研究

遗传算法是—类基于自然选择和自然遗传机制的自适应全局优化概率搜索算法,编码策略是设计遗传算法的一个重要步骤,通过研究二进制码和格雷码的编码策略,分析了编码差异、个体差异和适应度差异之间的关系,得到了两种不同编码对遗传算子搜索能力的影响和它们的特性。     

Ad Hoc中基于位置的路由转发策略比较

分析了基于位置的路由协议中不同的包转发策略对平均跳数的影响。采用数学上的概率分析和MATLAB软件计算,获得不同的转发策略在一跳范围内的平均前进距离。平均前进距离越小,表示平均跳数越大。计算结果表明,贪婪的转发策略具有平均跳数少,实现简单的优点,特别适合于节点密度高的网络。     

基于节点信誉改进Q学习的P2P资源搜索策略

针对对等网络（peer to peer,P2P）中资源搜索效率低的问题,提出一种基于节点信誉改进Q学习的资源搜索策略(search strategies using improved Q-learning based on node reputation,SSQBR)。该策略在Q学习模型基础上通过引入信誉机制,在搜索初期通过选择信誉值最高的邻居节点转发查询请求以解决Q表的资源信息不足时搜索成功率低的问题,该策略加速了Q学习过程,提高了资源搜索的成功率。仿真结果表明,改进的资源搜索策略与其他搜索策略法相比,可有效降低资源搜索响应时间,提高搜索成功率。