双向链表人口迁移算法

最短路径搜索是路径分析中的热点问题.将双向链表和人口迁移算法的智能进化体制相结合,提出一种新的启发式智能仿生优化算法——双向链表人口迁移算法,并用于求解最短路径问题.仿真实验结果表明：双向链表人口迁移算法求解最短路径搜索问题是可行、有效的.     

浅谈农村电力网架规划的一般算法

农村电网规划的主要任务是遵循可靠性和经济性相结合的原则,确定未来农网安装设备的规格,农网中新增设备的地点以及时间,并且确定农网的网架结构、建设项目和投资费用安排。其中,一旦负荷发展水平确定,进行各年度目标网架优化就成为农网规划的核心工作     

基于改进蚁群算法的服务组合研究

在服务计算过程中，服务组合问题是其中关键的技术之一。在原子候选服务数目巨大的情况下，经典的算法一般都是寻找问题的最优解，存在运算量大，运行时间长的缺点，蚁群算法并不是寻找服务组合问题的最优解，而是得到用户能够认同的可行解。为了能够更有效的为用户提供各种服务，在静态的服务组合建立过程中，以服务发现的候选原子服务集合中的服务质量为权重，将服务组合问题分解成一个有向无环图，在组合代价为最小的原则下，采用改进的蚁群算法为搜索方法，迭代一定的次数或者达到用户设定的服务质量为算法的终止条件，找到能够组合为用户需要的原子候选服务集合，进而快速、准确的得到用户期望的服务。     

森林生物赜及固碳量估算方法简介

森林生物量是固碳量估算的前提，目前关于森林生物量计算的方法很多，大致可分为三类，即样地清查法、模型模拟法和遥感估算法。其中遥感估算法和模型模拟法多属于自然科学范畴，计算方法繁琐，使用较少，而在实际工作中样地清查法使用最为普遍。     

公路铣刨机四轮独立转向同步控制策略研究

针对具有平衡摇臂底盘的新型小型公路铣刨机的四轮独立转向控制,提出了一种外轮跟随内轮的智能转向控制策略。为提高跟随算法的效率,提出了一种开环控制与闭环控制结合的新型跟随算法,确保外轮跟随内轮在预期路径上,既解决了不同步产生的拖拽问题,又解决了转向角速度的延迟对转向轨迹的影响。考虑转向稳定性的影响,在转向终点,采用终止死区的控制策略,避免了超调产生的不稳定影响。利用液压建模软件AMESim建立控制模型,对转向控制策略进行仿真。仿真结果表明,应用该策略的平衡摇臂式铣刨机具有良好的路径目标跟随精度,并且可以适应不平整地面。     

人工萤火虫群优化算法的改进与积分应用

本文针对传统积分方法,要求被积函数的有较强性质并且求解精度低的不足,提出了一种基于改进型人工萤火虫群优化算法求数值积分的新方法。该方法首先在积分区间上随机产生积分节点,然后通过改进型人工萤火虫群优化算法优化节点位置,再累积求和,得出数值积分。实验仿真表明,与其他方法相比,具有收敛速度快、精确度高等优点。     

基于QPSO聚类算法的图像分割方法

量子粒子群优化算法克服了传统粒子群优化算法中无法保证全局收敛、容易陷入局部最优的缺点,是近年来优化技术领域的一个研究热点。本文结合当前图像分割中常用的K-均值聚类算法中的相关技术,设计了基于QPSO的聚类算法并将其用于图像分割处理问题中。实验结果表明:在图像分割处理中,相对于K-均值聚类算法,QPSO聚类算法不仅不依赖于初始聚类中心的选择,而且还能得到相对于K-均值聚类算法精度更高的聚类中心,其在图像分割中的效果优于通常的K-均值聚类算法。     

分块子空间追踪算法

压缩传感理论是一种充分利用信号稀疏性或者可压缩性的全新信号采样理论。该理论表明，通过采集少量的信号测量值就能够实现可稀疏信号的精确重构。本文在研究现有经典重构算法的基础上，提出结合图像分块思想和回溯思想的分块子空间追踪算法（Block Subspace Pursuit, B_SP）用于压缩传感信号的重构。该算法以块结构获取图像，利用回溯过程实现支撑集的自适应筛选，最终实现图像信号的精确重构。实验结果表明，在相同测试条件下，该算法的重构效果无论从主观视觉上还是客观数据上都有不同程度的提高。     

C4.5算法在网络教学资源建设中的研究

全民学习和终身学习推动网络教育的迅猛发展,网络教学资源的合理建设和有效性研究已成为重要研究课题,本文基于远程教学理论和人工智能技术,在充分利用数据挖掘的基础上,分析、汇总、提炼了学生网络自主学习的资源行为数据,采用基于决策树的C4.5算法进行科学分类,形成资源类型应用决策树,获取网络资源利用规律,以预测和指导远程教学资源的科学建设和高效使用,对构建远程网络教学模式,提高教育机构、教师、学生网络教育实施和研究能力,进而提升教学质量给予理论导向和探索前景。     

基于蚁群优化算法的图像边缘检测

图像边缘携带了图像的大部分主要信息。通过对图像进行边缘检测不仅能有效地提取图像信息降低计算的复杂度而且是图像测量、图像分割、图像压缩、模式识别等图像处理的基础。本文尝试将蚁群优化算法（Ant Colony Optimization, ACO）用于图像边缘检测，通过选取经典house图像和SAR机场图像设置阈值进行自适应边缘提取，实现了边缘的精确检测。实验结果显示，该算法能够有效地提取图像目标的轮廓信息，很好保持图像纹理，具有理想的抗干扰性能，保证了检测结果的准确性。