集值离散动力系统的拓扑遍历性、拓扑熵与混沌

设(X,d)为紧致度量空间, f: X→X连续, (K(X),H)是 X所有非空紧致子集构成的紧致度量空间. 通过研究点运动与点集运动的关系, 证明了集值映射拓扑遍历 与f拓扑双重遍历等价并构造一个零拓扑熵且不具有任何混沌性质的紧致系统, 其诱导的集值映射有无穷拓扑熵且分布混沌, 表明集值离散动力系统的拓扑复杂性可以远远大于原系统.     

有限域上遍历矩阵的特性

通过对有限域上遍历矩阵性质的分析, 给出了有限域上遍历矩阵的计数定理, 并在此基础上给出了遍历矩阵与不可约多项式的相关结果及有限域上遍历矩阵与线性反馈移位寄存器之间的关系.     

基于改进涡流搜索算法的支持向量机分类模型

支持向量机( SVM: Support Vector Machine) 是定义在特征空间上的间隔最大的线性分类器,参数的选择 决定了其学习性能和泛化能力。针对此参数选择问题,采用改进的涡流搜索算法对支持向量机参数进行选择, 寻找最优适应度函数。仿真实验表明,改进的涡流搜索算法是一种有效的SVM 参数选择方法,有利于跳出局 部最小值,其优化性能不低于涡流搜索算法。     

异步LC-DS-CDMA信号的盲解扩

针对低信噪比下异步长码直接序列码分多址(direct sequence-code division multiple access, DS-CDMA)信号伪码序列难以估计的问题,提出一种基于嵌套迭代最小二乘投影和库搜索算法相结合的盲解扩方法。该方法先将接收到的异步长码DS-CDMA信号建模成含有缺失数据的短码DS-CDMA信号,并使用重叠窗对信号进行分段构造观测数据矩阵。然后,使用最大似然理论对其进行数学建模,并用嵌套迭代最小二乘投影算法实现各用户伪码序列片段的粗提取。最后,将提取出来的伪码序列在有限长的生成多项式库中进行匹配搜索,从而得到该序列的生成多项式。仿真实验及理论分析验证了该方法对异步长码DS-CDMA信号伪码序列估计的有效性。     

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.     

同时送取货的随机旅行时间车辆路径问题方法

建立了同时送取货的随机旅行时间车辆路径问题(STT-VRPSPD)的机会约束规划模型,构建了分散搜索算法求解策略.分散搜索算法中,针对STT-VRPSPD问题的复杂特性,构造了解的改进策略、组合策略,并采用改进的节约算法构造分散搜索算法初始解,从而使文中设计的分散搜索算法更加适应STT-VRPSPD问题特有的负载波动性.仿真实验中,首先对分散搜索算法的参数设置进行分析,确定了最优参数组合;然后基于经典的Dethloff算例数据,构造了STT-VRPSPD的测试算例,并对分散搜索算法和遗传算法进行了对比分析,结果表明,分散搜索算法对于STT-VRPSPD的求解质量优于遗传算法.     

一种求解柔性作业车间调度问题的改进灰狼优化算法

针对柔性作业车间调度问题,以最大完工时间最小化为目标提出了一种改进灰狼优化算法(IGWO),采用两段式的编码方式来构造算法个体位置与调度方案之间的关系,使用基于启发式规则的初始化种群方法来提高初始解的质量.为了平衡算法的全局搜索与局部搜索,提出一种基于双曲正切函数的非线性收敛因子公式,并在算法的个体更新阶段提出了一种基于适应度值的加权方法,在算法决策层嵌入了变邻域搜索算法.通过仿真实验表明,算法在求解柔性作业车间调度问题上是有效的.     

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.     

基于启发式规则与和声搜索的配电网重构算法

提出一种基于启发式规则与和声搜索算法的配电网经济性重构方法.首先,根据配电网重构网络拓扑要求及和声搜索算法的特点,采用基于重构环解的和声向量编码方式,通过构建重构环特殊支路组、设定支路断开原则避免不可行解的产生;然后,以网损最小为目标分析初始网络,利用启发式规则将各重构环搜索范围压缩到最有可能的有效解范围之中;最后,利用和声搜索算法在有效解范围中全局寻优.该方法显著减少了候选解数目,能够快速搜索到全局最优解,且搜索性能不随网络规模的扩大而变差.IEEE典型算例的仿真结果验证了本文方法的正确性和有效性.     

干线运输优化的两阶段局部搜索启发式算法

干线运输的车货匹配及车辆运输路径优化对于降低大规模、多分布网点的物流企业的运输成本有重要意义.建立了干线运输的发车费用模型及总费用模型,提出应用一种基于直达网络搜索和车辆行驶路径搜索的两阶段局部搜索启发式算法进行求解.通过对企业实际数据的计算,表明该算法优化了干线运输的运输路径,减少了运输车辆数,降低了运输总费用,具有较好的应用前景.