无约束线性二层规划问题的区间算法

利用区间分析研究无约束线性二层规划问题的数值方法.通过建立目标函数的区间扩张和构造无解区域删除检验原则,建立区间算法,证明了算法的收敛性,并进行数值实验,给出数值算例.该算法可以同时求出二层规划的最优值和全部最优解的区间值.算例结果表明该算法是可靠和有效的.     

结合Sobel和人工蜂群算法的边缘检测方法

在图像边缘检测中,阈值的选择很重要。针对Sobel算子在阈值较低或较高时,会产生虚假边缘和丢掉一些边缘的情况,提出一种结合Sobel和人工蜂群(ABC)算法的方法。该方法先用Sobel方法得到梯度值,再使用ABC算法搜索出最佳阈值,进而利用这个阈值完成对图像的边缘搜索。仿真实验的结果显示了该算法比传统方法好,能够获得更好的边缘。     

安徽工程大学学报总目次

正~~     

人工蜂群算法在解决EMD问题中的应用

图像的相似性度量问题是人脸识别中的核心问题。EMD是一种良好的直方图相交映射距离表示方法,是度量图像相似性的经典模型。元启发式智能算法是解决复杂EMD问题的一种主要方法,提出了一种基于人工蜂群算法的求解EMD问题的新算法。该算法首先提出了一种表示食物源的编码方法,然后设计出初始化解决方案的生成策略和确定食物源邻居的方法。最后,在ORL人脸库上的实验结果表明了新算法在解决EMD问题时的有效性。     

基于BP神经网络的浙江省人口预测

本文以浙江省1978-2010年的人口统计数据为依据,论证BP网络预测模型的可行性,同时改进模型建立了基于BP神经网络预测模型和时间序列分析的逐步回归模型,并对浙江省2011-2015的人口数量进行预测。     

基于多目标的Dijkstra算法的配送中心路线优化的研究

本文主要利用Dijkstra（迪杰思特拉）算法,将配送中心的三个主要的业务目标,即距离、时间和费用进行整合,建立可实现多目标的模型,使配送中心在线路优化的同时考虑多个因素,实现多种目标。Dijkstra拓展算法还可以进一步拓展,企业可以根据需要在三个目标的基础上进行增减。这种综合考虑多种目标的算法对于实现配送中心线路优化具有现实意义。     

基于模糊C均值聚类算法和贝叶斯判别函数研究深水油藏分类评价

针对目前深水油藏分类评价研究现状的不足,基于模糊C均值聚类算法和贝叶斯判别函数,建立了深水油藏指标选择标准和分类评价体系。优选世界三大深水油气区19例油田的特征属性参数作为典型样品集,采用模糊聚类分析对深水油藏进行了分类,在此基础上,应用贝叶斯判别决策理论,建立了深水油藏分类评价的定量判别关系,对未知类型的深水油藏进行了定量分类评价。实例结果表明,应用模糊C均值聚类算法和贝叶斯判别函数相结合进行深水油藏分类评价是有效的,该分类评价体系考虑的油藏参数更为全面,分类结果更为明显,对于深水油田的开发具有一定的指导意义。     

求解广义混合平衡问题组的迭代算法

在实Hilbert空间中引入和研究了包含非单调集值映象的一类新的广义混合平衡问题组的迭代算法,研究了广义Wiener-Hopf方程问题组,证明了它与广义混合平衡问题组的等价性.利用广义Wiener-Hopf方程问题组的不动点形式,提出和分析了求解广义混合平衡问题组的新的迭代算法.在此基础上,还证明了由算法生成的迭代序列强收敛于广义混合平衡问题组的解.得到的结果是新的,并且统一和推广了这一领域的最近结果.     

基于综合运输网络的logit多路径分配模型的求解算法研究

在综合运输路网中增加虚拟的节点和虚拟路段,将交通方式间的转运（换乘）延误当做路段阻抗处理,通过使用现有的交通分配模型和算法去处理带有转向延误（换乘）的交通问题。     

基于蚁群算法和粗糙集的信息融合教学评价

单目标教学评价结果的不确定性较大,为此提出基于蚁群算法和粗糙集的信息融合教学评价方法.该方法首先利用粗糙集算法处理多项评价指标决策融合问题,在解决多项评价指标决策融合问题时采用蚁群算法对融合问题中的参数进行优化,然后对多源信息利用粗糙集方法进行融合实验结果证明:本方法更加有效,利用本方法的评教结果更加公正、合理.