一类多乘积规划问题的对偶界方法

针对一类目标函数和约束函数都是多乘积的规划问题给出一种求其全局最优解的分支定界算法.该算法利用Lagrange对偶理论将其中关键的定界问题转化为一系列易于求解的线性规划,并且这些线性规划的规模固定不变,从而更容易应用到实际问题中.理论分析和数值算例表明提出的算法可行有效.     

一种基于粒子群算法和Hopfield网络求解TSP问题的方法

针对Hopfield网络求解TSP问题经常出现局部最优解,将粒子群算法(PSO)与Hopfield神经网络结合,提出一种基于粒子群的Hopfield神经网络方法. 实验证实这种方法能够以更大概率收敛到全局最优.     

航材后续备件优化保障模型研究

针对目前部队航材备件保障方面存在的问题,以及在理论研究方面存在的不足,建立了一种新型的数学模型,解决了在保障率一定的情况下,使得保障经费最小;以及在经费一定的情况下,使得保障率最大的问题。     

基于自适应变异PSO-SVM的APU性能参数预测模型

为提高辅助动力装置(auxiliary power unit,APU)性能参数预测的精度,针对支持向量机(support vector machine,SVM)模型在实际使用中遇到的参数选择问题,采用自适应变异粒子群优化(particle swarm opti-mization,PSO)算法实现对SVM惩罚参数和核参数...     

以数字参考咨询服务(DRS)促进高校教学改革

信息技术的迅猛发展以及数字图书馆的快速建设为DRS提供了日益广阔的发展空间。发挥DRS的优势,促进高校教学改革,将DRS服务创造性地应用于高校教学中,可以在一定程度上摆脱传统教学方式的羁束,从而为拓展教学空间和创造新的教学方法提供条件。     

新的粒子群优化算法

粒子群优化(PSO:Partic le Swarm Optim ization)算法是一种有效的全局优化技术。对于PSO算法,很容易陷入局部极值。针对上述缺点,提出了两点改进:对基本PSO算法的速度更新公式中的全局极值给出新的定义,以使粒子群体保持多样性;适当地缩放适应值,与随机规则共同决定某个粒子作为速度公式中的全局极值。改进的两点用于PSO算法后期,形成新的PSO算法(NPSO:New PSO)。NPSO能有效地改善算法,具有摆脱局部极值的能力。在给定的条件下,选用3个函数进行了测试。实验结果显示,在获得平均适应值方面,该算法比PSO算法提高1.62%~16.5%,明显优于基本的PSO算法。     

单体建筑节能优化研究

建筑节能已成为建筑领域当前研究和实践的重点,通过计算机软件模拟,对单体建筑能耗进行分析,提出节能优化方案．     

面向应用层QoS的实时视频优化码率控制

基于传统视频信源编码在应用层QoS的联合信源信道优化，研究了信源编码和信道编码之间合理分配带宽以及信道与信源联合编码下的有效码率控制问题．依据视频编码的实时可变帧率下的VBR视频网络传输信道模型，提出了网络接入带宽统计复用基础上的优化信道码率分配；根据信道传输失真，推导出基于图像帧的全局信源信道联合失真估算递归模型，按照模型运算率失真优化下的跳帧参数和帧内宏块刷新率，实现整体的图像编码质量优化控制．相对于普遍采用的基于宏块的局部优化控制策略，所提出的优化码率控制策略能获取更一致的图像质量和更高的性能增益．     

使用飞秒脉冲在熔融石英中进行的三维光数据体存储

通过啁啾脉冲放大技术,产生出脉冲宽度为200fs,波长为800nm的超短脉冲激光束,将这种激光脉冲紧聚焦到融熔石英体中,在聚焦点附近通过雪崩电离和多光子电离产生高密度的等离子体,并使等离子体吸收大量的激光能量,在局部产生微爆炸,形成微小的空腔,从而在融熔石英体中记录下三维数据.实验记录了20层存储数据,使存储密度达到3.75×1010bit/cm3.     

聚类分析在多极值函数优化中的应用

将聚类分析方法应用于经典的优化和遗传寻优过程当中，提出了一种求解多极值函数全局最优解的方法。在基于梯度的算法中，先取多个初始点，几次迭代搜索后做聚类分析。在每类取一点，将目标函数分为多个单极值函数，然后分别寻优，通过比较得到全局最优解。在遗传算法中，通过聚类分析在每类取若干个体作为代表个体，它们将始终参与遗传操作，从而有望达到全局最优。