基于贪婪算法获取稀疏表示探讨研究

本文给出一个反例,指出在一般的字典中,稀疏表示中正交匹配搜索（OMP）算法不能得到测量的最稀疏信号,从而说明匹配搜索、正交匹配搜索等贪婪算法在稀疏表示中不能保证每一个测量能得到信号的最稀疏表示.     

含有J2项摄动的卫星追逃轨道优化

研究含有摄动作用下卫星拦截逃逸的双边最优控制问题,其中假定拦截卫星和目标都使用幅值受限连续有限推力进行机动。在卫星所受二体引力基础上加入J2项非球形摄动,推导了两星的动力学方程。为了求得该微分对策问题的鞍点最优解,根据极大极小值的充分必要条件由系统的哈密顿函数得到双边最优时的控制输出,将最优控制问题转化为两点边值问题。针对该问题存在的初值难以获取、收敛困难等问题,采用启发式优化算法搜到鞍点解的初值,并将其带入非线性优化算法获得精确数值解,最后通过仿真给出了两星追逃过程中的最优轨迹和双边最优控制输出。      

基于乘务广义费用的城市轨道交通排班

以上海城市轨道交通为背景,研究了城市轨道交通乘务排班软件的优化方法.在引入乘务广义费用实现多目标优化的基础上,将实际的城市轨道交通乘务排班优化问题分为日班和夜班两部分解决.夜班归结为一个简单二分双向匹配问题,用Hungarian算法求解.主要讨论了日班在总费用最小的目标下,用禁忌搜索法（TS）求解.对乘务作业段的定义与划分、乘务广义费用的计算、TS算法和计算过程等,都进行了详细的阐述.     

时间离散状态连续非齐次马氏链的强大数定律

定义了时间离散状态连续的马氏链,引入二元函数的范数,利用近年来研究离散状态马氏链泛函的强大数定律的方法,根据连续状态下数学期望的定义及一些特殊不等式,研究了时间离散状态连续非齐次马氏链的收敛性,得到了时间离散状态连续非齐次马氏链二元函数的强大数定律.     

基于DSP技术的H.263视频编码协议算法

对H．263编码原理进行了简单介绍，对运动估值中几种主要搜索算法的性能进行了分析比较，完成了H．263的运动图象的编码模拟，最后对其中的搜索算法——十字交叉搜索算法在TMS320 C6211 DSK板上进行了仿真。     

基于发布订阅的P2P流媒体资源定位算法

现有的P2P流媒体资源定位算法中,多以主动查询为主,尤其是在非结构化网络中,搜索效率低下,资源耗费巨大,最终导致用户延迟播放.基于发布订阅的定位算法-PSS,通过快速预取的思想,结合视频块的优先级,可有效解决该问题,使播放连续度明显提高,搜索消耗明显降低.     

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.     

不确定计划数的轧制批量计划的模型和算法

根据热轧生产工艺将热轧生产批量计划归结为不确定车辆数的车辆路径问题 (VRP) ,考虑了轧制计划中钢板宽度的反跳和相同宽度钢板的总长度约束 ,在轧制作业计划数不确定的情况下 ,把组批和排序有机地结合起来 ,并用遗传算法和禁忌搜索算法相结合的混合算法对问题进行求解 ,实验结果表明算法获得的最好解、平均负荷率和计算成本都比较令人满意 .     

基于密度分类的JPS+移动机器人全局路径规划算法

针对传统全局路径规划中扩展节点多、寻路时间长等问题,提出一种基于JPS+(jump point search plus)算法的全局路径规划算法,旨在提高机器人在复杂环境的智能性、高效性的要求。首先引入了一种基于密度的判断障碍物角点规则,实现对于主要跳点的识别数目,减少搜索路径过程中的可扩展节点,同时在路径求解过程中对目标跳点的判定规则进行了修改,最终实现了减少计算量、缩短计算时长的目标。为验证所提改进型JPS+算法的有效性,将A~*、JPS+算法在不同类型地图中与改进型JPS+算法进行了比较。仿真结果表明,改进型JPS+算法与A~*算法相比,在路径长度、寻路时间和扩展节点数量上都有明显改进;在生成相同路径的基础上,与传统JPS+算法相比,在障碍物占比33.25%的地图中搜索时间降低了7.58%,节点扩展数量减少了9.38%,能够满足移动机器人快速全局路径规划的要求。     

消拖船节油航速优化研究

针对港口作业消拖船主机的高油耗问题,从船舶管理节能的角度出发,提出了基于改进天牛须算法的消拖船节油航速优化方法。通过分析消拖船的船、机、浆的能量传递机制,建立了其主机燃油消耗的优化模型,并对消拖船某航次中各航段的航速开展优化研究。天牛须搜索算法(beetle antennae search algorithm, BAS)是近年来出现的智能优化算法,在处理结构复杂的数学模型优化中优势很明显,但是也存在收敛慢、容易进入局部最优状态等问题,为此建立了一种改进的天牛须搜索算法(improved beetle antennae search algorithm, IBAS),以更好地满足应用要求。通过实例计算分析,采用所提出的优化算法进行消拖船主机燃油消耗优化。结果表明：所提算法的收敛速度快,寻优效率高。与天牛须算法和蚁群算法(ant colony algorithm, ACO)对比分析,所提出的优化算法保持较快的运算时间的同时,提高了优化结果的准确率。