求解最小覆盖问题的快速近似算法的进一步研究

分析了已有求覆盖平面上给定的若干个点的尽可能小的圆的问题的算法。给出了一个新的求解最小覆盖问题的算法，其计算时间复杂度为平面上给定的点数量的线性函数，该算法已编程实现，通过几万例随机算例的实际计算比较，表明算法所得结果的平均精度比已有的各种快速近似算法所得的精度要高，而且具体每例所需的计算时间均比已有快速近似算法对应的计算时间要短。     

基于局部对称性及灰度统计特征的人眼定位方法

为了兼顾人眼定位方法的准确率和实时性,提出基于局部对称性和灰度统计特征的人眼定位方法。该方法结合了模板匹配与对称变换的思想,利用了人眼灰度统计信息,取得了较好的效果。通过仿真实验表明:算法在满足算法定位准确率的同时,具有较好的实时性,因为其算法复杂度相对于模板匹配法和基于学习的方法大大降低。     

地理学与地理系统复杂性研究

地理系统是开放的复杂巨系统 ,复杂性特征明显。由于研究对象的复杂性和认识发展的局限性 ,地理科学一直被认为是没有突破描述为主的学科。正在兴起的复杂性科学 ,其解释能力已经引起人们的极大关注 ,运用复杂性理论和方法来处理地理问题可以提高地理学的科学性。在对复杂性科学进展进行简单回顾之后 ,对地理系统复杂性进行了适当概括 ,并对复杂性科学应用于地理领域予以展望 ,认为地理系统复杂性研究是复杂性研究的重要组成部分 ,也是一项方兴未艾的事业     

综合集成研讨厅的理论框架、设计与实现

开放的复杂巨系统及其方法论——综合集成研讨厅体系的提出，使得我们对复杂性的研究方向有了一个清晰的把握。同时，该方法论又是思维科学的一项应用技术，其目的是构建一个人机结合的巨型智能系统，作用于复杂问题的研究。因此，真正实现该系统，使之能应用于复杂性研究的实践，成为一项重要的任务和研究方向。本文阐述了作者在综合集成研讨厅的理论框架、设计与实现方面的工作。     

复杂性科学研究现状与展望

研究和总结了复杂性、复杂系统与复杂性科学的基本概念，尝试给出了复杂性科学的定义：总结了复杂性科学的研究对象、基本原理和基本研究方法；综述了国内外研究现状，指出了存在的问题和今后需要重点研究的问题；提出了我国发展复杂性科学的建议。     

带分段仓储能力决策的动态批量优化问题研究

本文考虑一个单一产品仓储能力决策和库存决策的动态批量集成优化问题.在这个模型中,长度为T个周期的计划期被划分成连续的若干段,每段初需制定该段的仓储能力决策,同一段中各期的期末库存水平均受限于该段仓储能力.假设每段仓储能力费用为仓储能力的非减函数,各期的产品订货费用为固定费用,库存保管费用是一个期末库存量的线性函数.利用分解技术和几何技术,本文开发一个计算复杂度为O(T~3)的动态规划算法.计算测试显示,该算法与求解混合整数规划(MIP)的商业软件相比,在计算时间上具有明显的优势.     

基于划分的模式匹配改进算法

为提高基于划分窗口的字符串匹配算法(SKIP和KMPSKIP算法)的性能,结合QS算法的优点,通过提前预览下一窗口最后一个字符的移动信息跳过尽可能多的字符进行下一轮匹配,减少了匹配次数,提高了匹配效率.理论分析及实验结果均表明,改进算法在平均时间复杂度方面优于原始算法,在模式较短的情况下,ISKIP算法的平均运行时间仅为BMH算法的65%~85%.     

进化算法时间复杂度估算的一般流程

进化算法的时间复杂度分析是当前进化计算领域研究的热点难题。通过总结最新进化算法理论研究,介绍了进化算法时间复杂度分析方法,并讨论了分析关键之处:距离函数的确定方法。最后,给出了进化算法时间复杂度分析的一般流程,且以分析范例演示了方法的执行过程。     

（m,n）型二重（R,r）—循环矩阵的有关算法及计算复杂性

利用快速傅里叶变换（FFT）技术,给出了计算（m,n)型二重（R,r)－循环矩阵的全部特征值和两个（m,n)型二重（R,r)－循环矩阵相乘的快速算法,证明了它们的计算复杂性均为O（mnlog2mn)。     

一种基于约束边界模式的超分辨率图像重构算法

超分辨率图像重构是利用多帧低分辨率图像重构出一幅具有更高分辨率图像.一般的凸集投影算法在放大倍数上升时存在两个问题: 一是计算复杂性急剧上升, 二是边缘振荡效应的加剧导致成像质量迅速恶化.本文针对凸集投影算法, 提出了一种基于约束边界模式的算法.实验结果表明, 新算法能够在有效抑制边缘振荡效应的同时, 较大地提高了重构速度.