模拟退火算法机理研究

从机理上分析了采用Metropolis概率接受准则的重要性 ,认为按照该准则可以使模型跳出局部极小值 ,避免了落入局部极小点的可能 ,然后在退火计划的控制下模拟退火算法 ,最终可以找到最优解 ;深入分析了算法的退火计划和模型扰动 ,以及两者之间的配合的技巧 ,认为算法本身可以作进一步的改进 ;并提出了改进的思路 ,为下一步的具体改进打下了基础     

燃料电池汽车动力总成控制策略

讨论了燃料电池汽车的动力总成负载均衡、动力蓄电池充电态闭环控制、燃料电池发动机功率的预测调节 ,以及电机回馈制动控制策略等问题 ;介绍了动力总成控制器的算法实现 ,并示例性地给出了实车转鼓测试结果 .测试结果表明 ,针对电电混合动力总成提出的基本控制策略能充分考虑动力总成各组成部件的动力和经济特性 ,具有一定的实用价值     

基于蚂蚁算法的网格计算任务调度方法设计

网格环境中的资源情况和任务情况异常复杂,难以用实验测试各种资源管理和任务调度方法的有效性.文中提出一种网格仿真系统结构,并设计和实现了基于蚂蚁算法的任务调度策略,将任务调度和资源管理相结合,兼顾系统的负载平衡和QOS,取得了较理想的实验结果.     

利用矩阵运算实现故障树参数间转化

为减少FTA的NP困难,在充分研究故障树主要参数(最小割集、最小路集、不交化最小割集和不交化最小路集)之间内在联系的基础上,找到了它们间相互转化的方法,并通过割集矩阵的运算加以实现.这些转化方法,为减少NP困难、简化FTA开辟了新途径.     

动态环境中基于遗传算法的移动机器人路径规划的仿真

动态环境中 ,移动机器人的动态路径规划是一个较难解决的课题 .提出了一种基于遗传算法的移动机器人的路径规划方法 .该方法采用实数编码和有明确物理意义的适应度函数 ,可以加快实时的运算速度和提高运算精度 .同时 ,该方法充分挖掘了可应用遗传算法解决移动机器人动态路径规划的潜力 .计算机仿真表明 ,仿真该控制方法具有良好的动态路径规划能力     

一种改进的Rough集属性约简启发式遗传算法

属性约简是知识发现中的关键问题之一 .为了能够有效地获取决策表中属性最小相对约简 ,提出了一种在优化初始群体基础上提高算法性能的启发式遗传算法 .首先 ,通过构造一个新的算子 ,将信息论角度定义的属性重要性度量作为启发式信息 ,来描述所选择的属性子集对论域中确定分类子集的影响 ;接着 ,以此为基础并结合遗传算法 ,选择一些经过优化的染色体作为初始群体 ,在加强局部搜索能力的同时保持了该算法全局寻优的特性 .最后 ,从理论上对算法做了分析 ,证明了新算子所选择的属性子集对原有属性分类能力保持不变 .试验分析表明 ,该算法能有效地对决策表属性进行约简     

免疫遗传算法在MATLAB环境中的实现

阐述了免疫遗传算法的基本原理,探讨了在MATLAB环境下实现免疫遗传算法中抗原记忆、抗体促进与抑制、抗体多样性保持等功能的方法,并以智能交流接触器优化设计问题为例,说明免疫遗传算法与标准遗传算法相比的优越性及其在MATLAB环境中实现的可行性.     

基于部分匹配方式的可扩展P2P搜索算法

理想的P2P(Peer-to-Peer)搜索算法应该同时具有信息检索水平的查询质量和有效的搜索性能。然而,现有的搜索算法都不能同时较好地满足这两点。基于这两个目标,该文提出一种基于层次聚类的分布层层次聚类(DHC)搜索算法。该算法中首先利用向量空间模型将文件内容表示成向量的形式,然后经过层次聚类操作得到一棵关于全网所有文件向量的层次树,层次树信息分布式地存储于整个网络中,以层次树为路由线索,路由深度不会超过树的高度。初步仿真试验表明,该算法的查全率在80%以上,并具有对数量级的搜索与更新代价。     

层流泡状流双流体模型的积分解法

为弥补用于泡状流双流体模型的直接离散差分解法无法比较直观地揭示流场成因的缺陷,针对最基本的泡状流(垂直圆管内充分发展段层流泡状流)提出了一种双流体模型解法——积分解法。首先通过对双流体模型进行符号积分,得到表示该模型的近似解析解,然后再用数值方法迭代求得数值解。该积分解法得到的近似解析解比较直观地表明:液相轴向速度主要与阻力、浮力和空泡率有关,而空泡率则主要受升力和壁面力的影响。数值解与实验数据基本吻合,预测精度一般不低于75%。     

算法归纳设计策略与循环不变式

分析了算法归纳设计策略与循环不变式之间的关系,提出把算法设计与循环不变式的构建相结合的思想,并通过实例说明其有效性和重要性.