自适应分数阶微分的图像增强及应用

为了改善图像质量,本文提出了自适应分数阶微分的图像增强算法。该算法首先在Grünwald-Letnikov分数阶微分定义的基础上,充分利用相邻像素点的信息,设计了具有旋转不变性的分数阶微分掩模;其次,利用图像梯度,局部的信息熵和对比度构造分数阶微分阶次的函数,利用和声搜索算法选取最优参数,建立了图像增强和分数阶微分阶次的非线性量化关系;最后采用信息熵、平均梯度对增强后的图像定量分析,为验证该算法的有效性,把用该算法增强后的岩屑图像应用在岩屑识别中。实验结果表明,能够实现图像的自适应纹理细节信息增强,增强效果明显;同时岩屑识别率有一定的提升作用。     

基于PageRank的主题过滤算法改进

对通用搜索引擎中的PageRank排序算法进行分析,针对原PageRank算法中主题漂移问题,提出一种与主题相关的改进算法,改进的PageRank值由链接重要性和内容重要性共同确定。     

基于近似模型和模式搜索法的履带车辆多体动力学模型参数修正研究

履带车辆多体动力学模型仿真结果的准确度直接影响其动力学性能分析结果的可信性。为提高仿真结果的准确度,研究了多体动力学模型参数的修正方法。首先建立了履带车辆多体动力学模型,通过对比仿真结果与实车测试结果,初步验证了模型的可信性;并给出了参数修正目标函数的表达式。通过参数筛选确定了待修正模型参数。采用克里格插值法,构造了待修正参数与目标函数之间的近似模型;解决了修正效率低、计算量大的问题。针对修正问题的无约束性和非线性,采用模式搜索法进行参数修正的迭代计算。修正结果表明,动力学模型仿真结果的准确度得到了提高,证明了修正方法的有效性。     

基于蚁群算法的对等网搜索算法的研究

针对传统的对等网搜索方法的不足,分析了蚁群算法的优势,提出了一种基于蚁群算法的对等网搜索方法．对等网上发起结点收到查询请求后,执行消息路由搜索算法对目标结点进行搜索,在搜索过程中根据状态转移公式寻找下一跳路径．实验结果表明,基于蚁群的对等网搜索算法能够节省路由长度并且有较高的搜索准确率．     

基于混合禁忌搜索算法的水位流量关系拟合

将禁忌搜索算法与免疫进化算法、模拟退火算法有机地结合起来，建立了求解优化问题的混合禁忌搜索算法（HTS）。具体的改进策略为：通过与模拟退火算法结合，使用蒙特卡罗准则和退火过程，改善禁忌搜索的“下山”能力，提高搜索效率的同时避免陷入局部最优；采用免疫优化算法产生优秀子代解的思想生成禁忌搜索算法的邻域结构，增大了寻找优秀解的几率。将混合禁忌搜索算法应用于水位流量关系公式的参数优化，得到的拟合结果与实际值接近，误差较小，表明此混合算法精度较高，性能稳定。     

多分配枢纽站集覆盖问题及分散搜索算法实现

研究多分配枢纽站集覆盖选址问题（MAHSCP）：如何以最少的建站费用选择枢纽站，使所有的O-D流都能够在规定的时间、费用或距离内从供给点任意经过一个或两个枢纽站后到迭需求点。通过建立MAHSCP的改进模型，设计求解该问题的分散搜索算法，算法提供了两种组合操作策略．最后给出基于澳大利亚邮政（AP）枢纽中心选址数据包的计算实验。实验表明。分散搜索算法在求解MAHSCP时具有很好的计算效果。同时，实验显示两种组舍探作策略分别具有曼好的求解效率与求解质量。     

Google的排名算法分析

介绍了Google的排名算法PageRank的原理及其具体实现，并对未来搜索引擎的排名算法研究进行了展望。     

最小-最大车辆路径问题的禁忌搜索算法

在对最小-最大车辆路径问题进行描述的基础上,建立了该问题的基本数学模型。针对最小-最大车辆路径问题的目标是最小化整个线路的最长子线路,本文提出了改进的禁忌搜索算法,并用一些典型算例进行了验证。计算结果表明,用该算法求解最小-最大车辆路径问题,不仅可以取得较好的计算结果,而且算法的计算效率较高,收敛速度较快。     

Automatic arima modelling by the cartesian search algorithm

In the present study we report on the development and test results of a Cartesian ARIMA Search Algorithm, designed for automatic generation of univariate models for time series data within specified parameter intervals of the identification and estimation stages. Model retention is determined within a preselected set of statistics. By interpreting these statistics as dimensions of the constructed criterion space, we obtain a subset of non-dominated models according to the rule of maximum dispersion over the efficient set. The CARIMA algorithm allows free specification of the number of criteria used in the runs. The algorithm was tested with both simulated and real economic data. The results based on simulated data indicate that the precision of the CARIMA algorithm is lower for seasonal models and higher for non-seasonal ones, thus suggesting an inverse relationship between algorithm performance and model complexity.