基于布谷鸟搜索算法参数优化的组合核极限学习机

针对单核极限学习机在泛化性能上存在一定局限性的问题, 提出将再生核函数与多项式核函数相结合, 建立一种新的组合核极限学习机模型, 使其具有全局核与局部核的优点, 并选择布谷鸟搜索算法对其参数进行优化选择. 仿真实验结果表明, 采用基于再生核的组合核函数作为极限学习机的核函数可行, 在实验数据集的多值分类和回归问题上, 与传统支持向量机及单核极限学习机相比, 该模型具有更好的泛化性能.     

混沌图引力搜索算法求解压力容器约束问题

为解决运用混沌图引力搜索算法( CGSA: Chaotic Gravitational Constants for the Gravitational Search Algorithm) 难以计算经典的压力容器设计( PVD: Pressure Vessel Design) 约束优化问题,提出了一种改进的混沌图引力搜索算法( CGSA9 + ) 。首先,分析PVD 约束条件中各变量间的相互依赖关系,确定总体中各维度随机的先后依赖顺序; 其次,在继承CGSA 算法子代产生的规则基础上,更新越界子代的产生规则,借助当前全局最优解位置,优化子代产生规则; 最后,通过循环验证是否满足约束,进而求解与评估,得到最优解。对比实验表明,该新算法能有效解决PVD 约束优化问题,并具有较好的优化效果。     

XGBoost启发的双向特征选择算法

针对特征选择过程中特征评价指标单一性的问题, 基于集成学习中的极端梯度提升算法, 提出一种新的特征选择算法. 该算法首先应用极端梯度提升算法中构建集成树模型的指标作为特征选择的特征重要性度量指标, 然后利用一种新的双向搜索策略, 权衡了多种特征重要性对结果的影响, 并优化了评价过程的效率. 通过11个不同维度的标准数据集进行测试, 实验结果表明, 该算法能增加特征子集的多样性, 加快特征选择的速度, 并在中维和低维数据集上均具有较高的计算效率, 且能处理高维数据集.     

基于集合覆盖的异构有向传感网寿命优化策略

在由感知半径、感知角度和携带能量不同的有向传感器节点组成的异构有向传感器网络中,对满足优先级不同的监测目标有不同覆盖要求条件下的网络寿命最大化问题进行研究。利用集合覆盖的思想,将有向传感器节点划分为满足目标覆盖要求的集合,通过集合之间的切换来达到延长网络寿命的目的。首先证明本文问题是NP-hard问题,然后利用改进的和声搜索算法进行求解,一方面引入带有混沌参数的微分变异因子,改进种群的多样性;另一方面,与模拟退火算法结合增强算法的局部搜索能力。同时为对比算法性能,提出一种贪婪算法。仿真结果显示:较之原始和声搜索算法和贪婪算法,改进和声搜索算法能有效延长网络的寿命,证明了改进算法的有效性。     

基于EAST改进的任意方向场景文本检测

高效和准确的场景文本(efficient and accuracy scene text,EAST)检测算法速度快且结构简单,但是由于文本结构的特殊性,导致在检测中尺寸较小的文本会被遗漏,而较长的文本则完整性较差.针对EAST算法存在的问题提出一种新的自然场景文本检测模型.该方法利用自动架构搜索的特征金字塔网络(neural architecture search feature pyramid network,NAS-FPN)设计搜索空间,覆盖所有可能的跨尺度连接提取自然场景图像特征.针对输出层进行修改,一方面通过广义交并比(generalized intersection over union,GIOU)作为指标提升边界框的回归效果;另一方面通过对损失函数进行修改解决类别失衡问题.输出场景图像中任意方向的文本区域检测框.该方法在ICDAR2013和ICDAR2015数据集上都取得了较好的检测结果,与其他文本检测方法相比,检测效果也得到了明显提升.     

单假币辨识的非适应算法

利用假币辨识向量集,引入搜索矩阵,给出一种逐列相加合并的算法,解决了单假币辨识的完全非适应算法问题.     

FIR数字滤波器的等波纹快速优化设计与实现

用加权的切比雪夫等波纹逼近设计FIR数字低通、高通、带通、带阻滤波器,并用对误差函数波纹中各格点作逐点搜索和选择性搜索两种办法予以实现,从中发现选择性搜索可使计算量降低55％—83％,为优化设计FIR数字滤波器提供了一条快速的途径。     

一类自适应随机搜索算法及DEDS优化

采用常规的优化方法难以解决一般ＤＥＤＳ的优化问题，本文提出了一种新的基于仿真的自适应随机搜索技术，用于解决这类问题。实践表明，这种方法具有较高的搜索速度及广泛的适用性。     

An Algorithm to Identify Positive Cycles in GPRs

The purpose of this paper is to identify cycles,and in particular positive cycle(s),in anactivity network under generalized precedence relations(GPRs).An algorithm is provided to searchfor such cycle(s).An improved depth-first search is adopted.An efficient arc-oriented representationis used in the algorithm to save on computer storage requirement.     

组合投资双目标概率准则模型及TSII算法求解

考虑到我国证券交易过程中许多限制性的规定及现实投资者并非完全理性的决策行为,给出了概率准则组合投资的收益-损失风险双目标整数规划模型。通过证券收益经验分布,应用分层抽样的随机模拟,结合禁忌算法,设计禁忌模拟混合智能优化算法TSII,进行概率准则模型求解。分层抽样保证抽样遍布搜索空间,有效刻画收益分布的“高峰厚尾”,避免禁忌搜索路径往返重复,克服禁忌搜索对初始解的较强依赖性。算法同时使用禁忌表与希望表,将分散搜索与集中搜索相结合,增强禁忌算法的并行处理能力,提高了寻优效率与精度。最后,给出一个投资组合实证分析算例的收益-损失风险有效前沿。