解决数据一维平衡的数组变换遍历算法

本文提出了解决数据一维平衡的一个新的算法—数组变换遍历算法，给出了该算法的数学基础、方法步骤、程序描述及算法分析。     

一种新的启发式搜索算法的收敛性证明

表文作者在文献[1]中提出了一种在图象库中检索图象的新的启发式探索算法,本文给出了此种算法的收敛性证明。     

公交查询算法的改进

本文主要研究公交换乘搜索算法的改进,通过将有穷状态自动机思想应用于公交换乘搜索算法中,研究更为高效、准确的公交搜索算法,方便市民日常乘车。     

农村社会关系网络中搜索技术研究

针对最短路径 Dijkstra 算法存在占用空间大、效率较低的问题,提出了改进的 Dijkstra 算法,在此基础上,进一步研究了Dijkstra-relation 多路径搜索策略。改进的 Dijkstra 算法首先以现实农村社会关系为基础,由于社会关系具有可变性、复杂性等特征,因此用关系距离表示关系远近,然后采用邻接表存储方式,节省存储空间,使用堆排序提高算法的效率,最后通过关系距离限值和关系路径长度限值对关系路径有效性进行甄别,使得计算的关系路径更符合农村现实情况。Dijkstra-relation 算法通过删除最短路径上的节点,计算起始节点到中间节点的最短路径,然后与中间节点到目标节点的最短路径连接,求解两人之间建立联系的多条路径。实例验证结果表明,Dijkstra-relation 算法缩小了搜索范围,提高了搜索效率,搜索的多条关系路径符合农村社会中人际交往的情况,提高了自主选择性。     

多子群混合和声搜索算法

为提高和声搜索算法的优化性能,提出一种多子群混合和声搜索(MHHS)算法.该算法基于每个和声到最好和声的距离进行排序,并依据排序结果分层,每一层作为一个独立的子群.不同的子群融合不同的差分调整策略,以拓宽搜索范围;同时建立通信机制,使各子群以一定规格进行信息交流,促进子群的协同进化.实验仿真表明,本文算法在寻优精度、收敛性和鲁棒性方面均优于文献中报道的HS,EHS,NGHS,MPSO,CLPSO,DE,ODE和IABC算法.     

求解带时间窗车辆路径问题的混合智能算法

基于布谷鸟搜索算法和单亲遗传算法,设计了一种求解带时间窗车辆路径问题的混合智能算法.该算法首先对客户位置进行聚类分析,然后再进行各区域的路径优化.混合智能算法不仅改进了布谷鸟搜索算法中当鸟卵被鸟窝主人发现后需要随机改变整个鸟窝位置的操作,同时引入的单亲遗传算法加快了最优配送路线的搜索速度.分析和比较了混合智能算法与布谷鸟搜索算法的计算复杂度.最后采用国际通用标准测试集Benchmark Problems进行测试.结果显示,混合智能算法是求解带时间窗车辆路径问题的一种有效算法.     

基于布谷鸟搜索算法的最大似然DOA估计

为解决最大似然DOA(Direction of Arrival)估计多维非线性搜索计算量大的问题, 将布谷鸟搜索算法与最大似然算法相结合, 利用布谷鸟搜索算法优化多维非线性的最大似然DOA估计谱函数。在保留布谷鸟搜索算法的主体思想的同时, 改进了算法的位置迭代方式, 加快了收敛速度。仿真结果表明, 改进的布谷鸟搜索算法在DOA估计中具有较好的收敛性, 估计性能较好。     

基于遍历基因组合的特征基因选取方法

特征基因的选取是非常热门的问题,在癌症是由某个或者某几个基因共同相互作用引起变异的假设下,从最简单的2个基因组合进行研究,遍历所有可能的基因组合,运用Logistic回归分类器,以预测精度和AIC准则为评价标准,对所有的模拟结果进行评价,得到最优基因组合（X55187,D14812）。同时运用交叉留一检验,验证了此基因组合建立模型的稳定性。最后又对预测精度大于90%的640对基因组合进行频数分析,并与已有文献进行比较,得到出现频率高的基因组合,预测精度并不一定高的结论。     

面向Ghost光滑粒子动力学模拟的图形处理器快速邻居搜索算法

提出了一种全新的快速邻居搜索方法,该方法可提高基于光滑粒子动力学的流体模拟在图形处理器上的运行效率。此外,这种新的邻居表建立方法可以对两种或者两种以上的粒子进行邻居搜索,使所有粒子能在同一背景网格下拥有独立的粒子属性。在此基础上,引入了Ghost边界粒子以加强光滑粒子动力学方法在边界模拟上的准确性,从而使流体模拟更加真实。实验证明,与传统的基于图形处理器的光滑粒子动力学模拟相比,本文方法效率更高。     

股票-债券投资组合问题的数学模型及算法

针对股票一债券的最优投资组合策略问题,定义了股票一债券的半绝对偏差风险函数,建立了考虑不允许买空、不允许卖空、交易费用及交易单位等实际约束的股票一债券投资组合问题的数学模型,提出了一种基于布谷鸟搜索算法的改进算法,该算法不仅加快了最优鸟窝位置的搜索速度,同时增强了最优解的稳定性,并对该算法的复杂度进行了分析.最后通过数值算例验证了模型及算法的正确性及有效性.