NSGA-II中重复个体的控制

由于NSGA-Ⅱ引入了精英策略,为保留父代中优秀个体直接进入子代,在每一代将父代和子代所有个体混合后再选择新种群,所以在新种群中很容易产生重复个体.而进化种群中出现重复个体意味着搜索区域的重叠,使得算法探索新可行区域的效率降低.考虑到计算复杂度和增强解集的有效性,提出了一种删除策略对NSGA-Ⅱ算法进行了改进.算例表明该改进算法能获得分布更加均匀的解集,且具有更强的稳定性.     

一种用于结构拓扑优化的改进遗传演化算法

拓扑优化是结构优化设计领域中的重点和热点课题。结构渐进优化法(ESO)和遗传演化算法(GESO)是近年来提出的拓扑优化方法,可用于寻找结构最优的拓扑形状,指导结构概念设计。但这两种方法均存在诸多缺点,在工程应用中具有局限性。针对ESO和GESO方法的缺陷,发展了适用于拓扑优化的一种基于并行小生境比对法的改进遗传算法,并将改进遗传算法与ESO方法相结合,提出了灵敏度过滤技术和单元删除的修正判据,建立了引导式单元删除策略和孤立单元判断机制,形成了一种新的改进遗传演化算法(Improved Genetic Evolutionary Algorithm,IGEA),并以VC++作为编程平台,编写了集改进遗传算法、有限元、IGEA方法于一体的拓扑优化程序,有效实现了结构拓扑优化设计。算例表明,提出的IGEA方法优于ESO和GESO方法。     

时空地理加权回归模型的拟合分析

时空地理加权回归模型是基于地理加权回归模型的一类有效的空间数据分析方法,主要研究该模型在数据删除模型的基础上系数函数的估计及删除观测点后对整个模型的影响,并且给出了权函数的选择方法.     

一种基于仿射传播的增强型流聚类算法

针对目前流聚类算法无法有效处理数据流离群点的检测和处理,以及增量式数据流聚类效率较低等问题,提出了一种基于密度度量的异常检测、删除的增强型仿射传播流聚类算法。在仿射传播流聚类算法的基础上,所提算法通过引进异常检测和删除机制改善了异常点对聚类精度、聚类效率的影响。利用仿射传播聚类实现在线数据流的聚类过程,同时检测数据漂移现象,即数据流分布特征随时间发生变化,并采用基于密度度量的局部异常因子检测技术(LOF)对储备池数据进行异常检测和删除处理,通过对当前类簇和处理过的储备池数据重聚类来重建动态数据流模型。在真实网络数据(KDD’99)上进行了实验,结果表明,所提算法不仅减少了重聚类构建动态模型的次数,改善了聚类效率,而且在同时考虑聚类精度、纯度和熵3种聚类评价标准下,均优于传统的仿射传播流聚类算法。     

重复数据删除中的无向图遍历分组预测方法

针对重复数据删除系统中存储容量受内存限制难以进行扩展的问题,提出了一种基于无向图遍历的重复数据删除分组预测方法.该方法将索引表保存在磁盘中,并在内存中维护索引表缓存,以此提高系统最大可支持的存储容量.对于索引表缓存命中率低、系统性能差的问题,采用了图遍历分组方法予以解决,根据数据块访问序列特征信息建立无向图并进行分析,基于分析结果对索引项进行分组,并以组进行缓存替换,从而提高缓存命中率和系统性能.实验结果表明,基于缓存预取原理和无向图遍历分组,在将缓存设置为索引表大小的10％时,重复数据删除存储系统最大存储容量比原有方法提高了7.5倍,缓存命中率由不进行索引项分组时的47％提高到87.6％.     

一种变删除率的渐进结构优化方法

分析了渐进结构优化方法的优化过程．针对固定删除率所带来的问题,提出了一种提高数值稳定性改进方案：将每轮预删除单元的灵敏度值之和与所有单元灵敏度值之和的比值作为预估值,用预估值来确定删除单元数;然后通过对优化过程中目标函数值的变化量进行限制,以提高优化过程中的计算稳定性．典型算例的计算初步验证了本改进方法的有效性和可行性．     

馒头的启示

人的记忆有自动保存和删除的功能,留存下来的必是经过斟酌、令人难忘的。小时候,我吃的馒头几乎都是自己家里蒸出来的。有一次,妈妈正在做馒头,家里来了客人,她手忙脚乱中少了一些步骤,导致蒸出来的馒头既不好看又不好吃。可纵使大家吃着这样的馒头,如今想来都没什么可抱怨的。至     

人的记忆有望像电脑录入和删除

近日．以色列科学家公布了最新研究成果：人脑的记忆有望像电脑一样录入、删除。     

JAVA实现数据结构链表相关程序

用JAVA程序把数据结构链表的删除结点(头结点,尾结点),以及链表的遍历、倒链程序结合到一起作介绍。     

数据文件恢复的探讨

在进行计算机操作过程中,常常会出现误删除数据、误格式化硬盘分区等情况,对于这些数据需要进行恢复处理。文章从文件存储及恢复原理展开,具体分析了使用软件来恢复文件的方法,简要阐述了Ghost及Dos命令恢复文件的操作。