基于项目集格及位图索引的频繁项目集发现算法

以格论及位图索引技术为基础给出了一个新的频繁项目集发现算法.1)该算法利用有向图进行一次性数据预处理,在预处理过程中将数据库预先存贮为每个结点都用一个域来记录其支持度的项目集格,从而把复杂的频繁项目集的发现问题转化为图搜索问题,提高了频繁项目集发现过程的效率.2) 支持度计算是关联规则发现中I/O及计算开销都非常大,算法引入了位图索引技术,提高了项目集支持度的计算速度.存储完整位图需要较大空间,针对该问题算法对位图进行了分块管理并对其进行了有效的编码压缩;不仅可以有效地对原始位图进行有效压缩,另外也可以在较大程度上提高支持度的计算效率.最后,对算法进行了计算实验与分析.     

基于动态贝叶斯网络的动态故障树分析

针对传统的动态故障树Markov链分析方法的不足,研究了优先或门、顺序相关门、功能相关门、存在公共备件的备件门和层叠功能相关门向动态贝叶斯网络的转化方法以及基于动态贝叶斯网络的顶事件概率、重要度等计算方法.用该方法对心脏辅助装置进行了分析,通过与Markov链、离散时间贝叶斯网络分析的结果比较表明,基于动态贝叶斯网络的建模分析方法可以有效地避免组合爆炸,而且能够保证较高的求解精度.     

曲线分类建模方法及其在多地区GDP预测中的应用

传统方法解决大规模时序曲线的预测建模问题,需要对每条曲线逐一建模,这使得建模工作量相当庞大,在实际应用中缺乏可操作性.为此,提出了一种解决此问题的新方法--曲线分类建模方法.该方法先减少曲线的模型种类,再进行曲线分类和分类建模,在尽可能保留原始信息的前提下大大降低了建模的工作量.文中阐述了该方法的原理和计算过程,并应用于多国家和地区GDP曲线的预测案例,说明该方法的实用性和有效性.     

基于偶图匹配和禁忌搜索的排课新算法

针对目前高校的特点,提出一种偶图匹配和禁忌搜索相结合的排课新算法.将排课五要素恰当地绑定封装成课元和课栈两个向量,并以二维权值矩阵描述课元和课栈之间的关联权重,按照重权优先的原则并根据正确性原则进行约简,获得课元和课栈之间的匹配偶图.在此基础上,引入禁忌搜索算法,以排课的完备性原则、合理性原则和人性化原则的加权和为目标函数,以随机二维权值矩阵生成的匹配偶图为初始解,对二维权值矩阵进行扰动构成搜索邻域,以生成的匹配偶图为禁忌对象,采用全局藐视准则,获得最优的排课方案.给出典型算例验证提出的方法,结果表明了其可行性,并且具有考虑因素多和计算效率高的特点.     

最短路问题的闭环DNA算法

提出了不等长闭环DNA分子的概念,由此推广了闭环DNA计算模型。给出了固定端点的最短路问题闭环DNA算法,该算法首先对每条弧进行了三组DNA编码,再用有目的的终止技术合成固定端点的所有链,然后通过接入实验和电泳实验得到最短路,并通过检测实验输出所有最短路径。得出了算法的复杂性,为说明算法的有效性给出了一个算例。最后讨论了最短路问题闭环DNA算法在变权网络、自由终点或固定中间点的最短路问题中的应用,并给出了相应的解决方法。由此说明该算法具有广泛的适应性。     

复杂网络与标准扩散中的集聚——基于主体的计算经济学研究

结合行为博弈关于学习算法的成果,采用基于主体的计算经济学方法,研究了标准扩散中的集聚问题.为了测量复杂网络下的标准集聚程度,根据标准扩散的特点定义了新的聚类系数.仿真结果表明集聚是标准扩散过程中非常显著的现象;也揭示出在扩散中微观个体在不断改变策略的同时,宏观集聚现象却一直很明显.因此较好地揭示了标准扩散过程中的集聚现象以及复杂系统中微观主体行为和宏观集聚现象之间的关系.     

量子连续粒子群优化算法及其应用

提出了基于量子理论的连续粒子群优化(Continuous Particle Swarm Optimization based on Quantum Methodology, CPSO-QM)算法,主要是采用了量子理论中的叠加态特性和概率表达特性.其中,叠加态特性可以使单个粒子表达更多的状态,潜在地增加了种群的多样性;概率表达特性是将粒子的状态以一定的概率表达出来.在基准函数的实验测试中,对比其它常用算法,结果显示本文提出的算法性能较好.在实际应用中,以丙烯腈反应器作为建模研究对象,提出了三种进化策略,实验结果显示,这三种策略训练的神经网络软测量模型都可以较好地预测丙烯腈的收率.     

双站RCS计算GRECO算法的新改进

针对利用单双站等效法存在的大角度双站雷达散射截面计算误差太大的问题和用被光照面作为积分区域计算双站雷达散射截面方法存在的无法处理相对接收站可见面的识别问题,从感应定理和等效原理出发,基于图形电磁计算方法,提出了双站雷达散射截面图形电磁算法的改进方法,解决了可见面的识别问题,扩大了感应定理和等效原理的应用范围,提高了双站雷达散射截面计算的准确度。通过对典型样件的计算结果比较与公认结果和解析算式结果一致,证明了该方法的有效性。     

General and efficient parallel approach of finite element-boundary integral-multilevel fast multipole algorithm

A general and efficient parallel approach is proposed for the first time to parallelize the hybrid finiteelement-boundary-integral-multi-level fast multipole algorithm （FE-BI-MLFMA）. Among many algorithms of FE-BI-MLFMA, the decomposition algorithm （DA） is chosen as a basis for the parallelization of FE-BI-MLFMA because of its distinct numerical characteristics suitable for parallelization. On the basis of the DA, the parallelization of FE-BI-MLFMA is carried out by employing the parallelized multi-frontal method for the matrix from the finiteelement method and the parallelized MLFMA for the matrix from the boundary integral method respectively. The programming and numerical experiments of the proposed parallel approach are carried out in the high perfor- mance computing platform CEMS-Liuhui. Numerical experiments demonstrate that FE-BI-MLFMA is efficiently parallelized and its computational capacity is greatly improved without losing accuracy, efficiency, and generality.     

A Multistep Finite Volume Method with Penalty for Thermal Convection Problems in Two or Three Dimensions

The author considers a thermal convection problem with infinite Prandtl number in two or three dimensions. The mathematical model of such problem is described as an initial boundary value problem made up of three partial differential equations. One equation of the convection-dominated diffusion type for the temperature, and another two of the Stokes type for the normalized velocity and pressure. The approximate solution is obtained by a penalty finite volume method for the Stokes equation and a multistep upwind finite volume method for the convection-diffusion equation. Under suitable smoothness of the exact solution, error estimates in some discrete norms are derived.