RFID技术中防碰撞算法的改进

在射频识别系统中,如果多个电子标签同时出现在读写器的作用范围内,就会出现多个电子标签在数据上的碰撞问题,如果标签的碰撞位过多,用二进制搜索防碰撞算法处理起来就会显得繁琐,本文提出了一种基于二进制搜索算法的改进算法,原理是当碰撞位数过多时,就将碰撞位每两个来处理,通过设置它们的比特位来发送查询命令,理论和仿真软件证明了该算法比二进制搜索算法和动态算法更具优势。     

混合禁忌搜索算法的邮政运输车辆调度问题研究

在邮政企业中,运输网络是整个系统得以顺利运行的基础,邮政企业如何充分发挥自身优势、整合资源以改善运输网络是市场竞争愈发激烈情况下面临的重大问题,尤其是邮路规划问题。为提高邮政运输网络的整体运行效率,在同时考虑往返货物归集、车载量限制、最短路径和最少车辆数等一系列约束条件情况下,建立了送取货一体化的多中心邮政运输车辆调度的数学模型;针对该模型设计了禁忌搜索算法与C-W节约里程算法相结合的求解优化算法。最后,通过贵州省邮政企业实际生产数据对模型和算法进行仿真验证,并对优化后的调度方案进行了结果和效果分析。实验结果表明,优化后求得的配送策略在优化邮运成本上效果明显。     

一种改进禁忌搜索的K-medoids聚类算法

针对传统K-medoids聚类算法初始聚类中心随机选择、聚类精度不高、全局搜索能力较差以及禁忌搜索算法对初始值随机选取等问题,提出了一种粒计算与最大距离积法相结合的初始化禁忌搜索初始值算法,将改进后的禁忌搜索算法用来优化K-medoids,以提高聚类算法的性能。通过仿真试验论证了该算法具有较高的效率和准确率以及较强的稳定性。     

基于多目标规划模型的校车最优配置与调度方案

首先根据深度优先遍历算法的思想,利用Matlab 7.0软件编程求解得到接送学生时的最优行车路径.进一步在满足接送基本需求前提下,建立了以校车的车辆数、校车的发车总次数以及各行车路径之间校车工作量的差值平方和最小为目标的非线性多目标整数规划模型,并利用Lingo 11.0软件对模型进行求解,获得了校车的最优配置与调度方案.     

基于粗糙集和MRF的彩色图像分割方法

提出了基于粗糙集和马尔科夫随机场(MRF)的彩色图像分割方法.将图像分割分为两个阶段:粗分割阶段和细分割阶段.基于粗糙集分割方法不仅仅考虑了每个像素点的颜色特征,也考虑了像素点邻域的颜色信息,这提高了粗分割的分割精度.在基于粗糙集分割的基础上,采用颜色特征和纹理特征,建立多特征的自适应可变权重马尔科夫随机场分割模型,再利用禁忌搜索算法逐步更新像素点标记,实现图像的最大后验概率估计.传统的MRF分割模型中需要人工设定图像分割数目以及随机给定初始分割,文中的算法,初始分割和初始类别数都将由粗分割获得.实验表明,文中算法可以有效地实现彩色图像分割.     

带有全局交叉的修正和声搜索算法

为增强和声搜索算法的全局搜索能力,提出一种带有全局交叉的修正和声搜索(MHSgc)算法.MHSgc算法采用多和声记忆库协同创作,应用邻域学习策略进行调整,取代原有的基音调整,从而增加了种群多样性.同时,提出一种全局交叉操作,并融合到MHSgc算法中,防止算法陷入局部最小.针对几个标准函数进行了实验仿真,数值结果表明,上述算法优于文献报道的8种智能算法(HS,IHS,GHS,NGHS,EHS,ITHS,MPSO,RMDE),具有较好的优化潜力.     

基于外存的场景加速数据结构研究

大规模场景的高效真实感绘制一直以来是图形学绘制研究的难题,特别是当场景规模超过内核内存的容量时. 本文以大规模场景为研究对象,利用GPU的并行计算能力,实现了快速构建多级层次包围盒的并行算法. 该算法针对大规模场景做出了以下贡献,其一利用空间莫顿编码对场景数据进行快速分块并快速构建了一个多级层次包围盒;其二使用分段遍历策略,使用第一阶段的遍历结果进行I/O调度,有效提高了大场景下的遍历效率. 最后通过实验,证明了该算法的正确性与可靠性,并对构建和遍历效率进行了分析.     

公铁联运轴辐式网络货运枢纽布局优化模型

为提高综合货运交通枢纽布局的科学性和合理性,基于公铁联运轴辐式网络产生不同的“流量-运费”折扣系数和不同类型枢纽的时间延迟因子,提出考虑能力限制的公铁联运轴辐式网络货运枢纽布局优化模型,运用禁忌搜索算法进行求解.最后将模型和算法应用于京津冀和晋陕构成的煤炭运输网络实例中,进行分析求解.结果表明,该模型和算法在解决公铁联运轴辐式网络货运枢纽布局问题具有较高的可行性和有效性,为枢纽规划部门提供决策参考.     

应用优化DHKELM的柴油机故障诊断方法

为准确、高效地对柴油机故障进行诊断,提出应用优化深度混合核极限学习机(deep hybrid kernel extreme learning machine, DHKELM)的柴油机故障诊断方法。该方法以各样本的频谱幅值作为故障特征,归一化处理后作为DHKELM模型的输入,从而实现对柴油机各故障状态的识别。相较极限学习机,该模型具有更深层次的结构,引入了混合核函数以及自动编码器,可以准确区分易混淆的故障类型,提高诊断准确率。针对DHKELM模型中各个超参数难以确定的问题,提出利用改进麻雀搜索算法(improved sparrow search algorithm, ISSA)对模型中各超参数进行寻优,充分发挥模型的故障诊断性能。实验结果表明,在实验室实测数据中,所提方法较传统方法具有较好的故障诊断精度,为柴油机故障诊断提供了一种新的思路。     

以可靠性为中心的多状态单源单汇网络路径优化

本文在考虑网络单元存在多状态特性的基础上,描述了一个单源单汇的多状态网络运输问题,建立了综合考虑可靠度、时间、成本的效用函数模型,并基于捕食搜索算法建立了问题的求解方法,最后,针对不同实例在Matlab上进行了试验,并与蚁群算法进行了对比,验证了算法的有效性和适用性。