视频流媒体中源端基本层最佳速率确定算法

精细可扩展(fine grained scalable, FGS)编码是网络视频流行的编码技术之一. 采用FGS编码时, 基本层的速率选择需要在受益客户数量和视频编码效率之间进行折中. 为此, 本文提出了一个源端基本层最佳速率确定算法, 以最大化所有客户的观感体验. 论文首先提出了一个通过实验和曲线拟合建立 R-Q (Rate-Quality)函数曲线的方法, 在此基础上给出了缩小最佳基本层速率搜索空间的定理, 并针对单序列和多序列的不同特点和不问题复杂度, 提出了不同的算法. 针对单视频序化问题, 提出了改进的FGSOPT_N算法, 算法只用到了序列的R-Q函数曲线; 针对多视频序列问题是NP困难问题的实际, 提出了改进的定界MFGSOPT_N算法和改进的贪婪算法MFGS_N以确保找到最优基本层速率, 减少算法运行时间. 针对每种算法, 给出了实例进行算法效果的演示和对比. 结果显示提出的算法能可靠找到最优基本层速率.     

考虑全局资源闲置成本的分布式RCMPSPTT

在考虑资源转移时间的分布式多项目调度问题中,增加考虑资源闲置成本,对于多项目共享资源的协调决策具有重要影响.基于多Agent系统建立以单项目完工时间为优化目标的局部调度模型,并采用遗传算法求解初始局部调度计划;同时考虑项目延期成本、全局资源转移成本和闲置成本,以多项目总成本为优化目标建立全局协调决策模型,设计基于贪婪转移策略的序贯博弈谈判机制协调全局资源的分配和转移,并根据协调结果调整单项目局部进度计划;以MPSPLIB问题集开展实验研究.研究结果表明:协调时考虑全局资源闲置成本能更好的协调全局资源的分配和转移;与无博弈随机分配和转移的协调机制相比,基于贪婪转移策略的序贯博弈谈判机制可以有效地降低多项目总成本.     

含区间参数的战场资源动态调度模型及算法

战场资源调度是作战指挥领域研究的热点.首先描述了战场资源调度问题,分析了战场资源动态调度需求,在此基础上建立了包含区间参数的战场资源动态调度模型.然后设计了三种不同的贪心策略,分别为基本贪心策略、双重贪心策略和一致贪心策略,提出了模型求解的混合贪心算法.最后结合联合作战算例进行了仿真验证,结果表明本文方法可行优越,能应用于不确定性的战场环境中.     

带权PLA折叠问题及其启发式算法

本文将可编程逻辑阵列（ＰＬＡ）的折叠问题推广到行列折叠点间带权的一般情况，对这个ＮＰ－完全问题给出三个启发式算法，其中两个为贪心类算法，另一个是利用独立集的启发式算法，分析了各个算法的复杂性。     

对称多重拟阵与贪婪算法

本文引进了对称多重拟阵的概念,并证明了对称多重拟阵可以用贪婪算法刻划.     

高光谱遥感图像的稀疏分解与压缩感知

基于稀疏分解和压缩感知原理对高光谱遥感图像进行压缩重构,提出一种基于过完备原子库上分解图像的稀疏分解快速算法,以减少图像稀疏分解的计算量.仿真计算结果表明,利用压缩感知和谱带分组技术对高光谱图像进行谱间压缩,可提高运算速度,并降低成本.     

基于客户满意度的车辆路径问题的混合蝙蝠算法

车辆路径问题对现实有着良好的指导意义,自提出以来便吸引了企业界和学术界的广泛关注。然而,传统车辆路径问题仅仅将车辆行驶里程最短作为目标,忽视良好的客户体验对于企业的重要性。考虑客户满意度这一目标,建立以客户满意度和车辆行驶里程最短为目标的多目标优化模型,根据车辆路径问题的具体特征,改变基本蝙蝠算法的编码方式。为克服基本蝙蝠算法求解精度低、易陷入局部最优的缺陷,加入贪婪随机自适应启发式算法提高求解精度,引入病毒进化机制以增强蝙蝠算法跳出局部最优的能力。算例分析表明:病毒进化混合蝙蝠算法相比于基本蝙蝠算法,在求解精度上有较大幅度提高,是一种有效求解车辆路径问题的方法。     

深度学习结构和算法比较分析

Hinton等人提出的深度机器学习,掀起了神经网络研究的又一个浪潮.介绍了深度机器学习的基本概念和基本思想.对于目前比较成熟的深度机器学习结构深度置信网DBNs和约束Boltzmann机(RBM)的结构和无监督贪婪学习算法作了比较详细的介绍和比较,并对算法的改进方向提出了有建设性的意见,对深度机器学习的未来发展方向和目前存在的问题进行了深刻的分析.     

船体装配线划线优化遗传算法研究

船体装配线划线作业是与船体零件数控切割作业同时进行的,是现代造船模式中的一个重要环节.分析归纳了装配线划线作业的特点,以划线顺序和划线方向为参数,划线空走路径最短为目标,采用多参数混合编码法,建立了划线优化的遗传算法优化数学模型.对划线顺序和划线方向采用不同的遗传策略进行进化.提出的随机变异算子维持了种群的多样性,精英子自进化策略加快了种群进化过程.运用"贪心策略"初始化种群,提高了种群的适应度.仿真证明该模型是可行的,实际应用表明可有效减少划线空走路径,提高船厂生产效率.     

一个有较大倒数和的B2(i≠j)序列

如果所有的两项和ai aj都不同,就称正整数序列a1＜a2＜…是一个B2-序列.Mian-Chwla序列是用贪婪算法得到的B2-序列,它的倒数和S*曾被猜测为所有B2-序列倒数和的最大值.根据是否允许i=j,相应有两个问题.在允许i=j时,张振祥证明了S*＜2.1596及M＞2.1597,从而推翻了这个猜测.本文研究不允许i=j(或简称i≠j)的情形.我们给出一个有较大倒数和的B2(i≠j)序列:它的前9项由贪婪算法得到,第10项是54,从第11项起继续用贪婪算法.我们新序列的前200项倒数和大于Main-Chowla(i≠j)序列的倒数和.