用遗传算法求解多目标0/1背包问题

扼要介绍多目标优化的Pareto最优性概念 ,研究搜索多目标 0 1背包问题Pareto最优解集的快速遗传算法 (FPGA :fastParetogeneticalgorithms) .FPGA采用种群中非支配解的层次评价可行解的适应值 ,提出了一种快速非支配解层次辨识算法 ,辨识算法仅有O(n2 )数量级的计算复杂性 ;采用基于聚类概率排挤的小生态技术维持种群多样度和Pareto最优解集的分布均匀性。对多种多目标 0 1背包问题的仿真优化实验结果表明 ,FPGA能够以有效的计算成本搜索到精度高的、分布均匀的高质量Pareto非劣解集 ,其收敛速度和收敛准确性一致地优于代表性的强度Pareto进化算法 (SPEA) .     

2.5 G ATM IP宽带测试接口的研制

实现了国内首例全面实现2．5G ATM／POS、GE、FE的宽带网络测试接口的研制．测试接口采用一种产生分析模块，支持多种接口模块，之间使用标准接口连接，主要发送和分析逻辑采用FPCA(Field Programmable Gate Array)实现，对外通讯接口是以太网口．采用实时操作系统，进行系统的初始化配置等以及与终端的通讯．系统集成度高，控制灵活，易于软件和逻辑升级．     

r-首尾和循环线性方程组的求解

引入r-首尾和循环矩阵的新概念,利用多项式矩阵理论,给出求解r-首尾和循环线性方程组的快速算法.     

基于梯度的帧内自适应深度决策算法

提出了一种基于梯度的帧内候选模式裁剪算法,通过自适应深度划分并利用空间信息来简化帧内预测过程,大大减少了计算复杂度.实验结果显示,所提出的算法对比HM16.7,可以减少35.25%的计算复杂度,且只有极小的编码效率损失.     

直纹曲面喷漆机器人喷枪轨迹多目标优化

针对直纹曲面上喷漆机器人的喷枪轨迹多目标优化问题,通过平面喷漆实验,采集各点膜厚数据,运用MATLAB遗传算法工具箱拟合β分布,建立直纹曲面漆膜厚度生长模型.将曲面离散为点集,采用三次B样条曲线拟合生成初始喷枪轨迹.以曲面上各点漆膜厚度均匀和喷涂效率高为目标建立喷枪轨迹多目标优化模型,并采用改进的快速非支配排序遗传算法对该模型求解,获得喷枪轨迹最优解集,最终实现了直纹曲面喷枪轨迹的优化目标.通过实例结果对比验证了该方法的有效性和实用性.     

水下航行器附连水质量的理论及实验研究

以二维无限长圆柱在水下的垂向振动为例,对其有限区域的不可压缩流场进行分析;通过数值计算并借鉴刘易斯法,分析了水域宽度比、水深比和浸没深度比等无量纲参数对刚体附连水质量的影响;提出了水下航行器附连水质量的快速预测公式.结果表明:刚性壁面可使刚体的附连水质量增大,但当刚体与壁面的距离增加到一定程度(截面半径的5倍)时,刚性壁面的影响可以忽略;自由表面可使刚体的附连水质量减小,当刚体与自由表面的距离达到截面半径的6倍时,可以忽略自由表面的影响;当刚体的垂向运动频率较高或刚体与自由表面的距离较大时,可以认为自由表面的速度势为零.     

优化快速流程模式对直肠癌患者手术效果的影响

目的分析快速流程模式(FT)对直肠癌手术效果的影响.方法选择100例符合条件的患者,随机分成两组,观察组进行FT,对照组应用传统模式(TC),对比研究两组患者的康复效果并统计两组出现并发症的例数.结果观察组患者的术后住院天数、首次排气时间、首次下床活动时间、首次经口进食时间、首次拔除胃管以及尿管时间均短于TC组,其差异具有统计学意义(P0.05);两组之间首次拔除引流管的时间差异无统计学意义(P0.05);两组患者在吻合口瘘、肠梗阻、切口感染的发生率及总发生率的差异均无统计学意义(P0.05).结论对直肠癌患者围手术期实施快速流程模式,手术效果显著,且并不增加术后并发症,是一种安全有效的方法.     

A brief introduction to neutron activation analysis in China

The history, the major achievements in both methodology and applications, the current trends and future perspectives of neutron activation analysis (NAA) in China are briefly described.     

基于谱域球谐展开的多层快速多极子算法

介绍了基于谱域球谐函数展开的多层快速多极子算法,通过处理三维金属体的散射问题,验证了算法参数选取的经验公式,并对算法性能做出了理论分析,得出该算法具有内存占用少﹑迭代速度快的优点,数值结果显示了该方法的高效性.     

基于二维灰度熵及混沌粒子群的图像阈值选取

为了同时考虑直方图的概率信息和类内灰度级的均匀性,提出了基于灰度级-梯度二维直方图的Shannon灰度熵及Tsallis灰度熵阈值选取方法.给出了Shannon灰度熵和Tsallis灰度熵的定义及其一维阈值选取方法,导出了二维Shannon灰度熵及Tsallis灰度熵阈值选取公式及其快速递推算法,并利用混沌粒子群算法寻求两种阈值选取方法的最佳阈值.实验结果表明,与基于改进的二维最大熵及粒子群递推的阈值选取方法相比,所提出方法的分割图像能更准确地反映原始图像的边缘、纹理及细节信息.