基于改进元胞多目标遗传算法的机床主轴优化

为了进一步提高元胞遗传算法在求解多目标优化问题时的收敛性和分布性。在多目标元胞遗传算法的基础上,引入了三维空间元胞,提出了三维元胞多目标遗传算法。采用多目标基准测试函数对该算法进行了测试,并将其与目前比较流行的几种多目标遗传算法进行对比。结果表明,此种算法在收敛性和分布性上取得了更好的效果。采用以上这几种算法分别对机床主轴多目标优化问题进行了求解,相比其他几种算法,改进的多目标元胞遗传算法得到了更优的结果,说明了改进的算法在求解此问题时行之有效。     

一种智能组卷算法的实现

本文首先建立组卷问题的数学模型,通过分析可知,组卷问题实质上是一个多目标优化问题的求解。为了解决组卷这个多目标优化问题的求解方法,采用了一种遗传算法的智能组卷算法。     

遗传算法在排课系统中的应用

遗传算法是模拟自然选择和遗传的一种随机搜索算法。由于排课问题是一个有约束的、多目标的、难解的组合优化问题,采用具有智能型和并行性的遗传算法,来对排课问题进行求解,是所有求解该问题方法中比较明智的选择。采用了遗传算法作为搜索近似最优解的算法。目的是研究自然系统的自适应行为,并用于设计具有自适应功能的软件系统。     

一种求解多目标资源受限项目调度的遗传算法

采用基于非支配性排序的多目标遗传算法—NSGA－Ⅱ,设计了一种求解多模式、多种类资源约束的多目标资源受限项目调度问题的遗传算法,该算法所设计的编码包含两部分,一部分为一个任务链表,另一部分为任务链表中各任务所对应的执行模式组成的模式向量。将所设计的算法用于求解文献中的以项目总工期和资源均衡为目标的农业项目调度问题,结果表明此算法对于求解多目标资源受限项目调度问题是有效的。     

一种智能组卷算法的实现

本文首先建立组卷问题的数学模型，通过分析可知，组卷问题实质上是一个多目标优化问题的求解。为了解决组卷这个多目标优化问题的求解方法．采用了一种遗传算法的智能组卷算法。     

遗传算法在无源光网络中的应用研究——基于ONU与OBD的位置分配问题

介绍了遗传算法在无源光网络(PON)规划中的光分支器(OBD)和光网络单元(ONU)位置分配问题的应用。以建设光学分配网络中总通信费用(路径和)最小为目标,提出了一个更具现实意义的模型,然后采用遗传算法求解,并给出了一个算法求解实例。实验证明文中采用的遗传优化算法可行,并具有较高的搜索效率。     

多目标遗传算法及在过程优化综合中的应用

化工过程的多目标优化综合问题可归结为多目标混合整数非线性规划(MOMINLP)模型的求解,求解方法主要有数学规划法和多目标进化算法。以多目标遗传算法(MOGA)为代表的进化算法被认为是特别适合求解此类问题。遗传算法大多用于单目标问题的优化,近十几年来将遗传算法应用到多目标优化的研究得到了很大的发展。本文对多目标遗传算法的一些重要概念、发展历程进行了回顾。针对化工过程的模型特点,对MOGA在过程综合中的应用研究进行了讨论,并认为混合遗传算法应是求解此类问题的有效算法。     

无线局域网的设计模型及算法

提出了一个求解无线局域网设计的新算法。算法充分利用遗传算法内在的并行性,不但满足了多目标约束问题的优化,而且确定了无线局域网中各个基站的具体分布位置。算法引进了蚂蚁算法中“信息素”思想,此外,遗传算子的设计也对遗传算法求解一般问题有普遍的指导意义。     

基于遗传算法的非线性方程组求解

针对目前求解非线性方程组所采用的牛顿法及其变形算法存在的运算量大、求解速度慢的问题,提出了一个求解非线性方程组近似解的通用遗传算法。该算法主要采用求解目标函数极小值的思想,并结合遗传算法并行搜索的特点,通过选择和设置适当的父体选择策略、杂交算子、变异算子等参数,使算法取得了较高的收敛速度和精度。实验结果表明,该方法明显优于传统方法,并具有运算速度快、精度高、通用性好的特点。     

遗传算法在无源光网络中的应用研究——基于ONU与OBD的位置分配问题

介绍了遗传算法在无源光网络（PON）规划中的光分支器（OBD）和光网络单元（ONU）位置分配问题的应用。以建设光学分配网络中总通信费用（路径和）最小为目标，提出了一个更具现实意义的模型，然后采用遗传算法求解．并给出了一个算法求解实例。实验证明文中采用的遗传优化算法可行，并具有较高的搜索效率。     

A new approach based on orthogonal bases of data space to decomposition of mixed pixels for hyperspectral imagery

A new algorithm for decomposition of mixed pixels based on orthogonal bases of data space is proposed in this paper. It is a simplex-based method which extracts endmembers sequentially using computations of largest simplex volumes. At each searching step of this extraction algorithm, searching for the simplex with the largest volume is equivalent to searching for a new orthogonal basis which has the largest norm. The new endmember corresponds to the new basis with the largest norm. This algorithm runs very fast and can also avoid the dilemma in traditional simplex-based endmember extraction algorithms, such as N-FINDR, that it generally produces different sets of final endmembers if different initial conditions are used. Moreover, with this set of orthogonal bases, the proposed algorithm can also determine the proper number of endmembers and finish the unmixing of the original images which the traditional simplex-based algorithms cannot do by themselves. Experimental results of both artificial simulated images and practical remote sensing images demonstrate the algorithm proposed in this paper is a fast and accurate algorithm for the decomposition of mixed pixels.     

LSNCCP--一种基于最大不相含核心点集的聚类算法

聚类在数据挖掘、模式识别等许多领域有着重要的应用．提出了一种新颖的聚类算法：一种基于最大不相含核心点集的聚类算法LSNCCP(a clustering algorithm based on the largest set of not-covered core points)．在密度定义的基础上，考察核心点之间的距离关系，定义相含、相交、相离这3种核心点之间的关系，最后找出一个最大不相含核心点集，在此基础上进行聚类，并且找到解决丢失点问题的快速方法．该最大不相含核心点集只是全部核心点集合的一个很小的子集，因此有效地缩减了同类算法中搜寻核心点的时间．理论和实验上证明了这种算法的可行性和优越性．     

用遗传算法解决基于分条技术的磁盘负载均衡问题

如何提高存储子系统的I／O性能一直以来都是计算机领域的一个研究热点，而目前提高存储子系统的I／O性能的一个最大障碍就是负载不均衡．文章通过研究磁盘负载均衡问题，提出了一种采用遗传算法来实现基于分条技术的磁盘动态负载均衡算法．该方法包括基于分条技术的文件划分算法和为实现负载均衡的文件分配算法．根据遗传算法对种群进行编码、选择、杂交操作和变异操作，从而产生出满足负载均衡条件的映射方案．最后通过实验仿真证明该算法止确有效．     

基于相对可辨识矩阵的决策表属性约简算法

针对现有属性约简算法存在的问题,利用信息论和粗糙集理论,提出一种基于相对可辨识矩阵的决策表属性约简算法.该算法以核属性为基础,通过建立相对可辨识矩阵,利用条件信息熵作为启发式信息,减少属性约简过程中的搜索空间,逐个添加条件信息熵最大的属性,直到找出最小约简为止,并分析了该算法的时间复杂度.实例分析结果表明,该算法能有效地对决策表属性进行约简.     

局部迭代NLMS算法研究

针对回波抵消器中大量抽头系数需要更新的问题,分析比较各种局部迭代NLMS算法的性能和计算复杂度。根据权系数局部迭代的简化原理,将滤波器系数分成多个系数子集,通过每次迭代仅更新权系数部分子集的方法,减少算法的计算量。并对不同的子集生成策略进行复杂度和滤波性能分析,分析结果表明,基于权系数瞬时梯度估计的Mmax系数局部迭代方法,以及基于最小化干扰原理的选择性权系数局部迭代算法,其性能与全系数更新算法相当,而计算量与连续局部迭代算法相比仅附加少量比较运算。     

Gradient-type algorithms for partial singular value decomposition

It is often desirable to calculate only a few terms of the SVD expansion of a matrix, corresponding to the largest or smallest singular values. Two algorithms, based on gradient and conjugate gradient search, are proposed for this purpose. SVD is computed term by term in a decreasing or increasing order of singular values. The algorithms are simple to implement and are especially advantageous with large matrices.     

A globally convergent learning algorithm for PCA neural networks

Principal component analysis (PCA) by neural networks is one of the most frequently used feature extracting methods. To process huge data sets, many learning algorithms based on neural networks for PCA have been proposed. However, traditional algorithms are not globally convergent. In this paper, a new PCA learning algorithm based on cascade recursive least square (CRLS) neural network is proposed. This algorithm can guarantee the network weight vector converges to an eigenvector associated with the largest eigenvalue of the input covariance matrix globally. A rigorous mathematical proof is given. Simulation results show the effectiveness of the algorithm.     

基于特征选择的网页排名算法

为提高网页排名满意度,基于特征选择技术提出一种新的页面排名算法。该算法利用多特征选择技术对页面的特征子集进行筛选,寻找一组具有最大权值与最小相似性的特征集合。在通用信息检索数据集上进行特征词选择测试,结果表明该算法的性能优于传统排名 算法。     

基于小波变换的图像融合方法研究

介绍了图像融合的基本原理、结构模型及应用领域,简述图像小波分解与重构的Mallat算法。在Matlab7.0环境下,采用Daubechies小波(dB4)滤波器组对待融合图像进行了3级正交小波分解,低频系数采用边缘保持,高频系数采用基于区域能量最大的规则进行融合,并对融合图像进行质量评价。     

The Convergence of Realistic Distributed Load-Balancing Algorithms

We give a general model of partially asynchronous, distributed load-balancing algorithms for the discrete load model in parallel computers, where the processor loads are treated as non-negative integers. We prove that all load-balancing algorithms in this model are finite. This means that all load-balancing algorithms based on this model are guaranteed to reach a stable situation at a certain time (which depends on the particular algorithm) at which no load will be sent from one processor to another. With an additional assumption, we prove that the largest load difference between any two processors, in the final stable situation of the load-balancing algorithms in this model, is upper-bounded by the diameter of the topology.