建立动态群组的多Agent协同模型及应用

近年来，用多Agent技术开发能够解决复杂问题的信息系统越来越受到关注。本文提出一个建立动态群组的Agent协同模型及在异地同步协同中的应用。重点分析协同模型的功能组成、建立动态群组的算法过程和在异地同步协同中的应用，其中协同agent通过协同用户列表控制群组中的动态用户。建立该模型的目的在于提高协同Agent适应环境变化的能力。     

一般约束非线性优化的增广Lagrangian算法

构造了一个求解一般约束非线性优化问题的增广Lagrangian算法，通过引进函数ψ（x)=max{g(x),-λ/r}可直接处理不等式的约束情形，并且每次只需近似地求出对应增广Lagrangian罚函数的局部最小点，在一般假设下，算法产生的点列的任意聚点都是问题的K-T点。     

基于扫描线种子填充的二值图像聚类算法

提出了一种基于扫描线种子填充的二值图像快速聚类算法 .该算法步骤为 :对二值图像进行扫描 ,如果检测到了目标点 ,则将该点作为新的聚类的种子 ,将该种子扩展到整个目标区域 ,形成一个包含目标区域的聚类 .该算法的特点为 :只需一次扫描即可动态生成所有聚类 ,聚类总数动态生成 ,每一时刻只有一个聚类被处理 ,可提前进行一些后续处理 ,算法描述简单 ,易于编程实现 .     

变换域时间序列相似性搜索

在时间序列的研究中,经常需要计算二个序列的相似程度.由于序列变化的多样性和复杂性,结果通常不能很好地满足要求.采用变换法则对时间序列进行从时域到频域的转换,再将转换后的数据按照一定的规则变换成字符序列;利用求最长公共子序列的方法计算二个序列的匹配度,实现时间序列的相似性搜索.     

动态改变惯性权重的新模式粒子群算法

针对标准粒子群算法在求解复杂优化问题时易陷入局部最优、收敛精度不高和收敛成功率低的不足,提出了一种改进的粒子群算法.通过算法所处的迭代阶段和粒子的分布情况动态改变惯性权重的值,并根据每个粒子的更新情况调整其飞行的起点.最后4个测试函数仿真结果表明,在求解复杂优化问题时,改进后算法的收敛精度和收敛成功率均有明显提高.     

求解两人博弈纳什平衡问题的定制临近点算法

针对一类不允许校正的两人轮流博弈纳什平衡问题,提出一种定制临近点分裂算法.该算法可用于模拟一种实际博弈活动:参与博弈的两个局中人轮流决策,且在一轮博弈中,每位局中人综合考虑对手上一轮与本轮所给出的决策,根据最优响应规则做出自己的相应决策.在一定假设条件下证明定制临近点算法全局地收敛到所考虑博弈的纳什平衡,数值算例验证了算法的有效性.     

基于质心分析的淮河流域降水时空分布特征

为定量表征淮河流域降水量非均匀性特征,建立年降水质心时间指标,以概化年内降水过程时间分布,从时域、空域、频域3个维度解析流域近55 a降水质心时间的总体格局与演变规律。结果表明:各典型站点近55a降水质心时间序列中全部存在28a的第一主周期;年降水质心时间序列突变年份多发生于1975—1989年,突变主要集中于淮河上中游地区;年降水质心时间序列多呈现不显著的增加趋势,说明流域大部分地区年降水集中期有微弱的后移倾向;年降水质心时间随纬度增加而呈现明显的后推趋势,流域南北地区年降水质心时间可相差20 d左右,经度变化对年降水质心时间没有明显影响;淮河流域暴雨与大雨质心时间普遍迟于其他等级年降水质心时间,流域年降水质心时间对暴雨、大雨较为敏感。     

基于时间框架的多日游行程规划及其优化方法

针对个性化旅游特别是自驾游的实际需求,研究基于多个约束条件的旅游行程规划问题. 提出一个旅游行程规划算法,以时间框架为基础,遗传算法为核心,通过对有效旅游路线的不断优化,输出其中一条最优的旅游路线. 最后,在真实数据集上进行实验,将提出的算法与变邻域搜索算法进行比较,对路线的总评分值结果进行评价. 结果表明,研究提出的算法能够获得更高的路线评分值,能够为旅行者提供准确合理的旅游路线.     

基于低分辨率图像自举和双重稀疏性字典训练的单幅图像超分辨率重构

该文结合Zeyde等人提出的低分辨率图像自举算法和双重稀疏性字典的训练方法,提出了一种新的单幅图像超分辨率重构方法。该方法在训练字典的过程中,首先对低分辨率训练样本图像采用自举算法进行超分辨率重构,然后将自举重构输出图像与低分辨率、高分辨率训练样本图像求差,并将两幅差值图像的小波分解系数作为样本数据源,训练具有双重稀疏性的字典对。文中详细讨论了结合低分辨率图像自举和双重稀疏性字典训练的单幅图像超分辨率重构算法框架,并通过实验比较证明,该文方法较其他方法具有更好的超分辨率重构效果。     

基于梯度的帧内自适应深度决策算法

提出了一种基于梯度的帧内候选模式裁剪算法,通过自适应深度划分并利用空间信息来简化帧内预测过程,大大减少了计算复杂度.实验结果显示,所提出的算法对比HM16.7,可以减少35.25%的计算复杂度,且只有极小的编码效率损失.