整数规划的凸填充函数算法

改造文献［１］的求解连续总体优化问题的凸填充函数算法使之适于求解整数规划问题．首先,在求出整数规划问题的一个离散局部极小解的基础上构造了整数规划问题的凸填充函数;其次,通过寻找该填充函数的离散局部极小解,以期找到整数规划问题的比当前离散局部极小解好的解．本文的算法是直接法,数值试验表明算法是有效的．     

CIMS网络安全体系结构研究

该文提出了一种ＣＩＭＳ网络安全体系结构及设置“安全子层”的设计思想,介绍了基于该安全体系结构的５个层次的安全保障,用户安全,应用安全,端－端安全,子网安全和链路安全。限于安全防护的开销,实用的ＣＩＭＳ网络系统根据安全需求,可选择其中某些层次的若干安全服务选项,已经在实验网络上实现了有关的安全机制,提供了相应的安全服务。     

应用重心原理改进单纯形法的搜索方向

对多元无约束最优化单纯形法提出新的改进,反射点、延伸点及收缩点在沿通过“重心”的线上被寻找。给出了新方法的具体计算步骤。算例结果表明,该方法优于中心法。     

模糊遗传算法在混沌控制中的应用

将模糊遗传算法与混沌的延迟反馈控制方法相结合,提出了基于模糊遗传算法的延迟反馈控制方法.它利用模糊遗传算法强大的寻优能力来整定延迟反馈控制中的控制刚度矩阵参数,从而克服了延迟反馈控制中控制刚度难于确定的问题.对混沌Lorenz系统的仿真控制说明该算法具有快速性好和抗干扰能力强等优点.     

一种眼动测量的图像分析方法

提出一种用于鸟类视觉行为学实验的眼动测量的图像分析方法.采用基于遗传算法的多级灰度值聚类法分割普通CCD捕捉的视频图像,用区域生长法标记连通域粗略定位瞳孔区域,并利用瞳孔的近似圆形的几何特性修补光源反射影像形成的孔洞.在此基础上进行边缘检测,利用边缘像素的灰度分布特点修正瞳孔轮廓,采用重心法定位瞳孔中心.用该方法对实验环境照度下捕捉的图像和红外光源辅助照明的图像进行了分析,并与主动轮廓线方法对比.实验结果表明,该方法对眼睛特征的先验知识依赖程度低,抗噪声能力强,瞳孔中心定位精确.     

遗传算法及神经网络在锅炉负荷优化分配中的应用

针对并列运行锅炉群的负荷优化分配问题,提出用遗传神经网络辨识给煤量-产气量模型,并用改进的遗传算法进行负荷优化分配.给出了改进遗传算法和遗传神经网络的辨识原理.负荷优化分配结果表明,该方法优于平均分配方法.     

关于正交异性材料Ⅰ型裂纹的应力强度因子的探讨

利用对比全场解和局部解的方法,得出了正交异性材料I型裂纹的应力强度因子表达式,并将材料常数对其的影响做了简单的探讨.     

遗传算法中交叉算子的配对策略研究

提出了一种称为“国王配对”的配对策略来选择进行交叉运算的父母体,在此基础上再执行改进的交叉运算.经过测试,证明国王配对策略比随机配对策略要优越,可以加速遗传算法的进化过程.     

山西三个地区短额负蝗的RAPD分析

采用随机扩增多态性DNA(RAPD)技术对山西短额负蝗3个种群(繁峙、原平和太原)45个个体进行扩增，10条随机引物扩增共产生了125条带，多态性片段为121条，种间共有片段为5条．Nei’s基因多样性指数对RAPD数据的分析表明：种群间的遗传分化系数为0．2206，22．06％的遗传变异存在于种群间，用NJ法和UPGMA法对这三个种群的Nei’s遗传距离作聚类分析，结果显示：原平种群和繁峙种群遗传分化较小，太原种群与它们的遗传分化较大，由Nei’s遗传一致度和遗传距离可以看出，繁峙种群和原平种群的遗传距离最小为0．0852，它们与太原种群的遗传距离较远，结果表明短额负蝗不同种群的遗传分化程度与遗传距离和地理距离呈正相关。     

用遗传算法模拟复杂最优网络的自然涌现过程

为了模拟复杂最优网络从树演化到完备图的整个过程，解决现有邻接节点编码方法只适用于低密度网络，而传统的交叉变异方法又有大量不可行解的问题，提出了基于三角阵的变长基因编码方法和段间交叉、段内变异平衡的交叉变异方法．该编码方法只记录对称邻接矩阵中三角阵的信息，反映了无向网络的所有可能变化，因而编码串长度适中，网络边数不需限制，可以模拟网络从树到完备图的整个演化过程．段间交叉只交换节点一级近邻的连接方式，段内变异平衡对边进行重绕，这既符合遗传算法的要求，又保证了网络的连通性．模拟结果表明，与邻接节点编码和传统交叉变异方法相比，所提方法适用范围更广，收敛速度较快．