基于神经网络的增量式crawler重访频率研究

crawler是搜索引擎必备的核心组件,以何种频率对变化的Web页面进行重访是增量式crawler要解决的主要问题,结合人工神经网络建立页面变化模型,由模型确定增量式crawler重访时间,同时分析模型在实践中的应用,提出一种应用方案,具有较好的自适应性。     

具有动态步长和发现概率的布谷鸟搜索算法

为了进一步改善算法搜索过程中存在的求解精度偏低、收敛速度缓慢等现象,提出具有动态步长和发现概率的布谷鸟搜索算法。该算法通过引入步长调整因子动态约束每一代种群的莱维移动步长,使算法的莱维飞行机制具有自适应性。在发现概率上,使用具有均匀分布和F分布特性的随机惯性权重,改变发现概率的固定取值,加强种群的多样性,保持算法全局搜索、局部探索之间的平衡状态。通过实验证明,所提算法具有良好的可行性,其寻优结果、收敛速度均有提高。     

Valuable information in early sales proxies: The use of Google search ranks in portfolio optimization

We extract information on relative shopping interest from Google search volume and provide a genuine and economically meaningful approach to directly incorporate these data into a portfolio optimization technique. By generating a firm ranking based on a Google search volume metric, we can predict future sales and thus generate excess returns in a portfolio exercise. The higher the (shopping) search volume for a firm, the higher we rank the company in the optimization process. For a sample of firms in the fashion industry, our results demonstrate that shopping interest exhibits predictive content that can be exploited in a real‐time portfolio strategy yielding robust alphas around 5.5%.     

直升机海上搜救最优模式研究

在给出直升机海上搜救概念的基础上 ,应用人机工程学理论和运筹学原理建立遇险目标及直升机的运动模型和观察人员发现概率模型 ,经仿真计算 ,利用比选法得出了直升机海上搜救的最优模式.     

两种基本搜索策略的计算机模拟与评估

介绍用Lotus Improv的Spreadsheet 进行多靶搜索模拟,比较了系统搜索和随机搜索模式的搜索效率,结果表明当视觉敏度高时(或搜索仪器的分辨率高,光照条件好,目标清晰)时,系统搜索比随机搜索效率要高;而当视觉敏度较低时,二者几乎是等价的。这个结果验证了Kraiss等的推论。     

带信息反馈的凝聚层次聚类算法

本文针对传统的基于相似性的层次聚类算法存在的两个问题(相似性度量中方向信息的丢失和算法的适应能力弱)提出了一种带有信息反馈的凝聚层次聚类算法.首先将无法预知的复杂数据结构描述成3个基本的结构特征单元,并对其进行建模构建一种相似性度量定义的泛型和一种凝聚的层次聚类算法.在凝聚的层次聚类算法中加入类信息的反馈机制,并在不同阶段对相似性定义的泛型进行具体化,充分利用数据点对之间的方向信息和距离信息进行聚类.该聚类算法主要有两大优势:(i)算法的适应能力较强,不需要假设的前提下可以处理无法预知的复杂数据结构;(ii)算法对噪声具有较强的鲁棒性,在不需要对数据集进行预处理的情况下能够在聚类的过程中识别噪声点或者噪声类.从人工数据和真实数据的试验结果可以看出新算法的优越性能.     

模糊多目标资源受限项目调度问题的优化方法

设计了一种求解模糊多目标资源受限项目调度问题的遗传局域搜索（GLS）算法,目标是生成近似有效解集以便决策者在决策过程中有更多的选择．算法利用线性加权效用函数将多目标组合优化问题转换为单目标组合优化问题,通过系统的方法生成目标权系数向量,对于每次生成的权系数向量,调用GLS算法求解以极小化效用函数为单一目标的子问题,由此生成的近似有效解集更加具有多样性．实验结果表明：本文算法可以针对多目标资源受限项目调度问题生成较好质量的近似有效解集,在多数指标上优于其它两种对照算法．     

基于遗传算法的最优扩展螺旋搜索

本文在对传统螺旋搜索算法研究的基础上,提出了一种基于遗传算法的最优扩展螺旋搜索算法.该算法将遗传算法和扩展螺旋搜索法相结合,优化出搜索器在扩展螺旋搜索时的第一个探测点和运动转向角,为实现水下目标的最优搜索提供了条件.仿真分析了潜艇的运动速度和航向分别变化的情况下,所提算法与传统算法对目标搜索时间和发现概率的差异.由仿真结果可见,该算法可缩短搜索时间,提高发现目标概率.     

COURSE TIMETABLING AT A TUNISIAN UNIVERSITY： A CASE STUDY

This paper deals with the Course Timetabling Problem at an institution in a Tunisian University. We introduce a heuristic procedure to construct a feasible timetable for all lectures and tutorials taken by different groups of each sub-section of any section. We describe the timetabling problem using a list of all specific hard and soft constraints. We formulate the problem as a set of linear constraints using two sets of binary variables corresponding to lectures and tutorials, respectively. This heuristic is illustrated with real data for a sub-section of the Faculty of Economics and Management Sciences of Sfax in Tunisia, and the resulting timetables are compared with those generated manually. The results of another full section have confirmed the good quality of the proposed heuristic when compared with the hand made solution.     

一种在对等网络中寻找最近节点的新方法

在对等网络(P2P)中,高效精确地定位最近节点是一项基本功能.通过将对等网络中最近节点定位问题抽象成节点覆盖问题,提出一种在一般度量空间中定位最近节点的新方法,满足定位精确,节点负载低,抗网络抖动等特性.仿真实验表明这种近似算法在不增加节点负载的前提下比现有方法(Meridian)更精确,更有效.