改进的最短路径算法在TSP问题上的应用

Dijkstra算法是目前公认的较好的最短路径算法。我们将算法改进后应用于TSP问题。提出的改进主要是基于蚁群算法对Dijkstra算法的选路操作进行优化,使选路更加灵活,提高算法的执行效率。模拟实验结果表明改进算法较之Dijkstra算法在运算速度上有明显提高。     

基于改进型蚁群算法的网格资源分配的研究

通过对基于标准蚁群算法和MMAS蚁群算法的网格资源分配算法的比较和分析,提出了另一种自适应的蚁群算法。通过计算机仿真实验证明,自适应改进型蚁群算法相比于基于标准蚁群算法和MMAS蚁群算法的网格资源分配算法具有更强的搜索全局最优解的能力,同时还具有更好的稳定性和收敛性。     

基于灰度直方图的图像增强算法

基于灰度直方图的图像增强技术是图像增强领域中的一个重要方面。本文介绍了两种基于灰度直方图的图像增强算法———直方图的均衡化算法和直方图的规定化算法的算法思想和算法应用。     

使用贪心模拟退火算法求解WTA问题

目的针对当前常用智能算法在求解武器-目标分配问题时存在的不足,将贪心算法思想融入模拟退火算法中,构建贪心模拟退火算法。方法贪心模拟退火算法的思想是基于模拟退火算法容易陷入局部最优解这一缺陷,将贪心思想融入模拟退火算法中,在每次模拟退火算法产生新解后对其进行局部贪心搜索,寻找到更优解,进而提高求解质量。结果分别使用相同的数据,采用遗传算法、神经网络算法以及贪心模拟退火算法对5个案例进行求解,均得到了最优解。结论贪心模拟退火算法的求解结果远远优于其他2种算法,证明了方法的有效性。     

基于一种混合算法的机器人路径优化研究

提出一种适用于移动机器人避障路径规划的混合优化算法。首先介绍细菌觅食算法的三大基本操作:趋向性、复制、迁徙操作,建立细菌觅食算法流程;其次建立蚁群算法模型;然后分析细菌觅食算法和蚁群算法的优缺点,提出一种具有较强全局搜索能力和快速收敛的混合算法模型;最后将该算法用于灭火机器人在国际赛制灭火机器人环境中寻找火源。仿真结果表明该混合算法比基本蚁群算法能够以较快的速度和较短的路径找到目标位置,最后将该算法用于实验中,证明了该方法的可行性和有效性。     

人工鱼群优化在云计算环境中任务调度算法

针对云计算的编程模型框架,提出基于郭涛思想的人工鱼群算法,通过该算法不但能找到总任务完成时间较短的调度结果,而且该调度结果的任务平均完成时间也较短。通过仿真实验将该算法与基本的人工鱼群优化算法进行比较,结果表明,该算法优于基本的人工鱼群优化算法,是一种云计算环境下有效的任务调度算法。     

云计算中主任务调度算法的优化研究

针对ASAP和ALAP算法的缺陷，将生态捕食者—被捕食者模型应用于云计算的主任务调度算法中,建立一种基于生态捕食者—被捕食者模型的主任务调度算法，该算法通过生态差分方程动态调整节点内采用相应算法的任务数量，经过仿真试验证明了算法的有效性。     

基于矩阵加权关联规则的核模糊聚类

提出一种基于矩阵加权关联规则的空间粒度聚类算法。该算法核心思想是根据文档特征向量矩阵提取文档的相似度，再在该关联规则算法上进行聚类来寻找相似关系的频繁项集。通过引入核函数，样本点被非线性变换映射到高维特征空间进行聚类，提高聚类性能。通过矩阵加权关联规则算法进行聚类。通过实验表明，在处理中小型文档时，该算法的精确度优于传统Apriori算法和K-mean算法；在处理大型文档时，该算法的时间复杂度小于传统的K-mean算法。     

字符串单模式匹配算法研究

字符串匹配问题是计算机科学的基础问题之一,被广泛应用于涉及文字和符号处理的各个领域中。本文主要解说了BF算法、KMP算法、BM算法等单模式匹配算法,并且对诸算法进行了对比分析。     

物流配送路线规划中的最短路径研究

本文通过对Dijkstra算法、A*算法和Floyd算法等最短路径算法的分析研究,选择Dijkstra算法作为物流配送路线规划的核心算法;并且针对原始Dijkstra算法的不足,分别对原始Dijkstra算法的数据存储方式、执行效率和数据结构提出了优化的方法.     

基于改进粒子群算法的重力坝断面优化研究

【目的】将改进粒子群算法用于重力坝断面的优化计算,为重力坝的优化设计提供支持。【方法】针对传统粒子群算法(PSO)中线性递减的惯性权重极易导致算法陷入局部极值的不足,提出一种改进的粒子群算法(Improved PSO),该算法利用三角函数的相关性质改进惯性权重(w)随时间的动态变化模式,以使惯性权重值在算法的初期保持较大取值,然后逐渐递减而在算法的末期保持较小取值,从而提高粒子群算法的全局搜索能力,增强算法的收敛性能。编制基于改进粒子群算法的重力坝断面优化设计计算程序,对某水利枢纽工程的非溢流重力坝断面进行优化计算分析,并与遗传算法和标准粒子群算法的计算结果进行比较。【结果】采用改进粒子群算法得到的非溢流重力坝的最优断面面积为5 147.3 m~2,而采用标准粒子群算法(SPSO)得到的非溢流重力坝的最优断面面积为5 416.5m~2,前者较后者减小9.45%,极大地提高了经济性;采用改进的粒子群算法得到最优解需要计算15步,而采用标准粒子群算法得到最优解需要计算22步,粒子群算法收敛速度提高了31.8%。通过2种算法计算结果的对比,表明改进的粒子群算法不仅能得到更好的优化结果,而且保持了较快的收敛速度。【结论】改进粒子群算法可以用于大型水利工程结构的优化计算与设计。     

一种基于改进的K-Means算法的聚类分析方法

本文将最大最小距离算法和传统的K-Means算法相结合,提出了一种改进的K-Means算法,此算法可以弥补传统K-Means算法中初始中心点难以确定的缺点,有效地解决了传统K-Means算法对初始中心的选择具有较大依赖性以及由于初始聚类中心选择不当,算法极易陷入局部极小点的问题。     

基于Naive Bayes算法的大豆病害诊断研究

介绍了Naive Bayes算法的基本理论。以UCI数据库中的大豆数据集为实例,研究了Naive Bayes算法在大豆病害诊断中的应用。试验结果表明,Naive Bayes算法的预测精度优于决策树C4.5算法和最近邻INN算法。     

协同多目标攻击空战决策的启发式粒子群优化算法

利用协同多目标攻击战术的特定知识，并结合粒子群算法，提出了一种用于空战决策的启发式粒子群算法。该算法利用粒子群算法对解空间探索能力强，容易跳出局部最优陷井及启发式算法局部搜索能力强的优点，快速、高效地对全局最优值进行搜索。该算法通过求解友机导弹对目标的最优分配来确定空战决策方案。仿真实验结果表明。本文算法对最优空战决策方案的搜索性能明显优于普通粒子群算法及其他两种遗传算法。     

改进的次梯度优化算法的收敛性研究

次梯度优化算法是求解Lagrange对偶问题的一种有效的算法。不同的步长策略对算法的收敛性有不同的影响,I型锯齿现象对算法的收敛速度也会产生影响。通过改进步长因子公式和搜索方向,在普通次梯度优化算法的基础上,提出了一种改进的次梯度优化算法(MSOA)。该算法具有收敛、能够有效地消去I型锯齿影响的优点。     

空间调制系统下改进的球形译码检测算法

在空间调制(SM)系统的检测算法中,球形译码(SD)检测算法的性能最接近最大似然(ML)最优检测,但其初始半径的选择是一个难题,不合适的初始半径将导致极大的运算复杂度。针对这个问题,本研究提出了一种改进的球形译码检测算法。该算法将距离排序(DBD)算法与SD算法相结合,以DBD算法得到的估计值导出SD算法的初始半径,同时引入天线候选集因子T和调节变量K以平衡性能和复杂度。仿真结果表明,改进的SD算法相比于传统SD算法能降低约30%～60%的运算复杂度。     

Smith-Waterman算法优化改进与Spark并行化研究

Smith-Waterman算法是1种精确度最高、广泛应用于文本搜索的生物学序列比对算法。在对Smith-Waterman算法深入研究的基础上,从减少计算任务量和降低计算复杂度两个方面对算法进行优化改进,将优化改进算法基于Spark平台进行算法并行化设计,并通过准确性测试、算法运行速度测试、算法速度比较测试、算法可扩展性测试等实验分析优化改进算法和并行化算法的性能。实验结果表明:优化改进和并行化后的算法在保证准确性的前提下,极大地提高了算法运行速度和可扩展性。     

一种简单多边形Delaunay三角剖分的约束生长算法

约束生长算法是生长算法的一个扩展,将两者结合可实现任意数据域的 Delaunay 三角剖分。提出了一种简单多边形三角剖分的约束生长算法。该算法的思想是基于生长算法,基边向外扩展时,增加了2个约束条件,算法思路简单,易于编程实现,且生成的三角网是 Delaunay 三角网。     

自适应差分进化算法在反求含水层参数中的应用

【目的】研究自适应差分进化算法在反求含水层参数中的适用性。【方法】以理论计算值与实际观测值的离差平方和的均值作为目标函数,应用自适应差分进化算法优化待估含水层参数;计算相关实例,对比改进直线图解法、混沌序列优化算法、简算法、泰斯配线法、线性回归法与自适应差分进化算法的最终优化结果。【结果】与改进直线图解法、混沌序列优化算法和简算法等计算方法相比,自适应差分进化算法的计算结果更加精确,与实际观测值的差异较小;对于不同的含水层参数取值范围,自适应差分进化算法较传统差分进化算法稳定且寻优率与计算结果精度更高。【结论】自适应差分进化算法是一种有效的反求含水层参数的方法。     

结合边缘检测的农业图像非局部均值滤波算法

提出了1种结合边缘检测的农业图像自适应滤波算法。该算法首先对红外噪声图像采用LOG算子提取边缘图像;然后对于非边缘噪声图像采用非局部均值滤波算法进行处理;最后对边缘图像和滤波后的非边缘图像进行融合,得到最终的滤波后图像。分别采用农业图像对本算法的性能进行测试,与经典非局部均值滤波算法、已有的改进型非局部均值滤波算法、自适应维纳滤波算法进行去噪效果对比,并采用峰值信噪比（peak signal noise to ratio,PSNR）作为滤波算法性能的客观性评价指标,结果表明,本算法相对于其余算法而言,滤波效果较优,适合于农业图像处理。