“湿件搜索”的社会效应及其宗教伦理规制

"湿件搜索"作为web2.0平台上的一种信息搜索模式,具有区别于传统搜索模式的特征。其开放式、一问多答式的模式特征在给社会带来正效应的同时,也给人们带来了隐私权、荣誉权、安全权侵害等社会负效应。面对现代技术的诘难,从传统宗教思想中撷取诸如爱、行善、自利利他等伦理思想不失为一种有意义的尝试。     

求解中间存储有限Flow Shop调度问题的离散群搜索优化算法

针对中间存储有限的Flow Shop调度问题,提出了一种离散群搜索优化算法来最小化工件加工的总流水时间。该算法首先采用基于工件排列的离散编码方式,使得能够直接求解离散的调度问题;其次提出了新的初始化方法,确保了初始种群既具有一定的多样性,又有较好的性能;还引入了离散差分进化的思想,增强了算法的运算效率与搜索能力。最后使用正交设计的方法设置算法参数,通过对Taillard算例的仿真计算,验证了本文算法的优越性。     

B2C垂直搜索引擎的网络爬虫设计

开发了基于Beautiful-Soup信息提取的B2C类垂直搜索引擎爬虫系统.测试结果表明:该爬虫的抓取有效率实际达到95%以上,满足商业应用的要求.     

网格图的2-彩虹控制数

给定一个图G和正整数k,图的彩虹控制函数f是满足下列条件的映射f:V(G)→2{1,2,…,k},使得对某个顶点v满足f(v)=,则∪u∈N(v)f(u)={1,2,…,k},其中V(G)是图G的顶点集,N(v)表示所有与v相邻的顶点的集合.彩虹控制函数f的权定义为w(f)=∑v∈V(G)|f(v)|.图的k-彩虹控制数γrk(G)是所有彩虹控制函数的权中的最小权.研究了2-彩虹控制函数的启发式算法的网格图的构造方法,实验结果表明,基于禁忌搜索策略的模拟退火算法比传统的模拟退火算法具有较好的效果.     

成像卫星集成调度的变邻域禁忌搜索算法

探讨了一类涉及多星、多地面站的成像卫星系统集成调度问题,要求从可能过度订购的卫星观测需求中,选择一个能够无冲突完成的任务子集,并为相应的观测和数据下传活动安排资源和时间,以最大化对所有用户需求的总体满足程度.建立了该问题的变体形式车辆路线问题模型,设计了改进型和调整型两类邻域结构,并提出了一种变邻域禁忌搜索算法.通过交替使用两类邻域结构,增强了算法对解空间的探索能力和规避局部极值的能力.测试算例的计算结果和与其它算法的比较表明,该算法能够在相近的计算时间内显著改善求解质量.     

基于MCS的多状态复杂系统可靠性评估

同时考虑了部件选择性失效传播引起的共因失效以及系统的不完全保护,提出了一种面向多状态复杂系统的基于蒙特卡洛模拟(MCS)的可靠性评估算法.传统方法只能解决可以转化为串、并联结构的简单系统的可靠性评估问题,而本文提出的算法打破了这种限制,使得其应用范围更加广泛.最后,通过两个示例说明了算法的有效性以及其因失效与不完全保护对系统可靠性的影响.     

群体智能算法搜索策略的性质及对停滞现象的影响

群体智能算法模拟生物进化或动物群体协作的搜索机制, 其目标是快速有效地搜索复杂优化问题的解空间, 寻求全局最优解. 本文通过对群体智能算法的搜索机理进行分析, 根据在搜索过程中解集内部结构变化的性质定义了解集多样度, 并在此基础上研究了两种基本的搜索策略--多样化搜索和集中化搜索对解集进化过程中的停滞性的影响, 证明了集中化搜索不可避免地使解集中的候选解逐渐趋于单一, 是导致算法停滞收敛的主要原因; 而多样化搜索能从任何候选解出发搜索到整个编码空间中的任一个点, 即整个空间是多样化搜索的可达域, 但将使算法不收敛. 本文采用三类典型的群体智能算法: 遗传算法、蚁群算法和粒子群算法进行了实验, 验证了上述分析结论的正确性.     

完美匹配树谱半径的进一步排序

用图的谱对图进行分类和排序是图谱理论的研究方向之一.主要研究了完美匹配树依谱半径排序的问题.事实上,到目前为止,具有前七大谱半径的完美匹配树已经排出,且具有第八大至第二十大谱半径的完美匹配树的范围也已经确定,但它们之间的大小顺序还没有具体给出.借助图的移接变形和图的特征多项式等工具,完整地解决了这一问题,具体排出了具有第八大至第二十大谱半径的完美匹配树.     

粒子群算法改进策略研究

粒子群算法是在鸟群、鱼群和人类社会的行为规律的启发下提出的一种新兴的基于群智能的演化计算技术,是一种启发式全局搜索算法,通过群体中个体之间的协作和信息共享,通过迭代寻找最优解。由于粒子群算法中粒子向自身历史最佳位置和领域群体历史最佳位置聚集,形成种群的快速趋同效应,容易出现陷入局部极值、早熟收敛或停滞现象。基于此,对粒子群的改进进行了全面的分析和研究。     

多结果三值图像多重构

少量的投影数据不能保证重构的完成,即使所研究的图像内只有3种质地.此前提出的Line Mojette算法能够在少量投影数据状况下完成重构,但仅限于单个且完全精确的重构结构能够得到的状况.为此,文中在Line Mojette算法的基础上,采用树分解来推演出一个名为Tree Line Mojette的算法来对三值图像进行重构,该算法可以在Line Mojette算法不能完成重构的情况下给出所有可能的重构结果.