具有局部搜索能力的自适应变异遗传算法

针对函数优化问题，提出一种自适应变异遗传算法来提高局部搜索的能力，弥补简单遗传算法易于早熟收敛的缺陷。最后以De Jong函数为仿真对象，将此算法与其它三种遗传算法进行比较，仿真结果表明此算法对于函数优化问题非常有效，大大加快了算法的收敛速度，并大幅度提高了搜寻到最优解的概率。     

Turbo码译码算法的时延改进分析

通过对Turbo码最大似然译码MAP算法（maximum posteriori probability algorithm）和SOVA算法（soft output viterbi algorithm）的比较和对SOVA算法的比较深入的分析，对Turbo码在译码过程中存在的时延较大的问题做出了一些改进，并且针对引进时延的不同原因讨论了具体的解决方案，通过Matlab进行仿真，表明这些改进是有意义的。     

改良遗传算法在图像多阈值分割中的应用

最大熵原则是图像阈值分割的一个重要方法、但是用此方法进行多阈值分割时，存在着计算开销巨大的问题．笔者在M．Srinivas的自适应遗传算法基础上提出一种改良的遗传算法，用于基于模糊最大熵图像多阈值分割，克服了此分割方法计算量大的问题．通过实验，比较了改良遗传算法和M．Srinivas自适应遗传算法及模拟退火算法，显示了改良遗传算法的有效性．     

基于Petri网的文件并行传输优化方案

Petri网是一种适合于描述异步并发现象的计算机系统模型.Petri网理论的分析方法和技术既可用于静态的结构分析，又可用于动态的行为分析，最适合表示事件之间的并行性和自然相关性.因而，用Petri网来描述、分析和研究并发现象有独特的优越之处.在分布式网络环境下文件并行传输方案的设计中,传统的分析方法是采用线性规划，这样往往需要求解庞大的线性方程组.基于Petri网的文件并行传输优化方案可大大简化这一过程，并能达到更直观、更理想的效果.     

新型模糊神经网络控制器在GTAW焊中的应用

钨极气体保护电弧焊(GTAW)过程是一个复杂的、多参数耦合的高度的非线性系统，难以实现实时、有效的在线控制．模糊控制吸收人的经验思维的特点；神经网络则对信息的处理具有自组织、自学习的特点；遗传算法是一种全局优化搜索方法，具有简单通用、适合并行处理的特点．笔者将三者有机地结合起来，在模糊神经网络控制器的基础上利用改进的遗传算法，并分析其网络结构和离线学习的方法，协调利用三者的优势设计一种新型的模糊控制器，并使之用于脉冲GTAW焊仿真中，结果证明该新型模糊神经网络控制器比传统的模糊控制器具有一定的优越性．     

利用基因重组策略改进遗传算法

为了克服标准遗传算法的早熟现象，提高遗传算法的全局收敛性，提出了一种基于基因重组策略的遗传算法。该算法定义了一种新的交叉算子，即移位逻辑交叉算子(包括蝶形移位交叉算子和洗牌移位交叉算子)，用它们对染色体的部分基因实现有规律的交叉重组。实验结果表明，该算法比经典的遗传算法具有更好的收敛性和稳定性。     

80位并行3D-DCT硬件核解决方案

提出一种使用三维离散余弦变换 ( 3D DCT)对运动图像进行压缩解压的新算法 .在此算法的基础上构造了一个 80位 3D DCT硬件核 ,通过并行连乘连加运算加快计算速度、三维转置存储体消除矩阵转置耗时、中间寄存器消除中间计算结果的存取时间等综合手段 ,达到高速处理目的 .FPGA实现的时序模拟表明 ,采用这种算法可以对现有制式的电视图像进行实时压解处理 .     

一种基于并行技术的死锁检测算法

在介绍基于资源分配图的、传统的死锁检测算法基础上，提出一种新的基于并行技术的死锁检测算法，并用1个实例说明该算法的执行过程。新的死锁检测算法是基于矩阵表示方法，在最坏情况下，运行时间复杂度是O(min(m，n))，其中m和n分别是进程和资源的数量。新的死锁检测算法与传统的算法相比，执行时间大大减少，需要内存也比较小，系统能够很好地检测死锁的发生，并且释放占有资源。     

周期查询系统并行调度策略研究

 所研究的周期查询系统在调度策略上进行了改进,将传输服务与转移查询作了并行处理,分析了系统的平均排队队长和平均等待时间,讨论了系统的稳定特性.     

改进适应值函数的遗传算法

比较、分析了几种基于适应值的选择策略求解极小值问题时的标准适应值函数,提出了一种随着进化代数的增加逐步增大适应值相互影响的标准适应值函数,并对它们的收敛速度和收敛精度进行了性能分析.以几个典型的函数优化问题为例进行仿真计算,取得了比较满意的结果.