DSR协议的优化研究

在Ad hoc无线网络环境下,探索对DSR协议的优化。优化协议是一种结合蚂蚁网络算法,通过运用多径手段来提高路由可靠性的新型Ad hoc网络路由协议。该算法采用按需路由方式,不仅用蚂蚁网络算法为源结点提供到目的结点的多条路径,而且为了克服蚂蚁网络算法的滞后性,将蚂蚁网络算法进行了改进。仿真表明,优化协议提高了整个网络的吞吐量并降低了整个网络的丢包率。     

基于蚂蚁算法的网格任务调度研究

在多目标的任务条件下,网格任务调度不仅要完成多目标的优化工作,还要提升蚂蚁算法的资源利用率。基于蚂蚁算法的网格任务调度,属于集群计算机处理系统,其中每个数据库分布节点都有着较高的独立性。本文主要对基于蚂蚁算法的网格任务调度进行研究,通过分析蚂蚁算法的改进策略,得出蚂蚁算法的网格任务调度的有效性与仿真结果。     

带有禁忌规则的改进蚂蚁算法

提出了一种带有禁忌规则的改进蚂蚁算法,改进的算法在每次迭代后,通过对信息素值的判断,来禁止信息素浓度过高的路径被"人工蚂蚁"过多访问,以此加大蚂蚁搜索领域的能力从而减少算法过早收敛于非最优解的现象,在此基础上,算法结合了当前被证实为最有效解决TSP问题的蚂蚁系统和最大最小蚂蚁算法的部分规则,对算法做出进一步改进.改进的...     

最大—最小蚂蚁系统及K-TSP问题的求解

蚂蚁算法目前已得到广泛的运用.为克服基本蚂蚁算法容易出现停滞现象等缺陷,许多学者提出了改进的蚂蚁算法.最大-最小蚂蚁系统是其中性能最优良的蚂蚁算法.在简述基本蚂蚁算法及最大-最小蚂蚁系统对其改进的基础上,实现了用最大-最小蚂蚁系统求解K-TSP问题的算法,列出了求解结果,并与文献[7]中的结果进行了对比,指出最大最小蚂蚁系统是求解K-TSP问题的有效算法.     

一种结合O3-opt局部优化的智能蚂蚁算法研究

针对基本蚂蚁算法容易出现停滞、参数难以确定的局限性,改进为一种智能蚂蚁算法,改进之处包括:(1)引入蚁群优化算法中对转移概率公式、信息素更新规则的修改;(2)在蚂蚁算法中加入O3-opt局部优化,从而进一步缩短解路线的长度,以加快蚂蚁算法的收敛速度.最后,通过实例仿真验证了智能蚂蚁算法与基本蚂蚁算法相比具有明显的优越性.     

基于蚂蚁算法的网格资源发现模型

提出了基于蚂蚁算法的网格资源发现模型（AA_GRRM），目的是利用蚂蚁算法作为资源发现的策略来实现网格资源的次优解。引入蚂蚁算法到网格资源发现领域，改进了传统的蚂蚁算法的信息素初始化和更新，提高了网格资源发现的准确率和效率，并设计了基于蚂蚁算法的网格资源发现总体结构，最后通过Matlab进行验证。     

针对Ad Hoc网络组播组发现的蚁群算法

针对将蚁群算法应用于Ad Hoc网络组播寻路中存在无法同时找到多目标的局限性,提出了一种采用逆向寻路的解决方案。当前进蚂蚁在到达接收端时,会自动复制出若干个返回蚂蚁并进行回溯,而这些返回的蚂蚁并不是按原路返回,而是进行反向的寻路,同时原前进蚂蚁将继续寻找其他多目标并进行相同的操作。仿真结果与原始蚁群算法进行了比较,可以发现在延迟、带宽消耗、发包数上逆向蚁群算法要优于原始蚁群算法。仿真实验表明,改进的蚁群算法减少了为寻找多目标所造成的延迟,并且提高了算法的收敛速度。     

网格计算中基于改进蚂蚁算法的任务调度研究

文中提出了一种以蚂蚁算法为基础的改进算法,用以解决网格环境下的任务调度问题.首先从蚂蚁算法的基本思想出发,结合网格环境下任务调度的特点,逐步改进了资源信息素的初始化处理、局部更新及全局更新方式,并针对网格环境下的任务给出信息素的概念;然后,综合考虑资源信息素和任务信息素两方面的需求,提出了一种新的任务选择资源机制;最终,提出了一种基于蚂蚁算法的、改进的网格任务调度方法.通过仿真实验的结果分析表明:基于蚂蚁算法的、改进的网格任务调度方法实现了网格环境下任务的有效调度问题,并使系统获得较好的负载平衡度.     

改进蚁群算法FENA2O解决TSP问题研究

为了解决传统蚁群算法解决TSP问题时收敛速度慢、易陷入局部最优的问题,提出了一种名为FENA2O的改进蚁群算法。通过寻找并更新精英蚂蚁行走路径来提高收敛速度,通过规定蚂蚁数量来降低陷入局部最优的可能,配合2-Opt算法进一步优化所得路径。实验结果表明,算法改进后的收敛速度得到了较大提高,并能够有效解决局部最优。     

基于离散点的蚁群聚类算法的研究

蚂蚁等群居式昆虫具有分布式、自组织、基于信息素间接通信(pheromone)等群体协作能力,模拟其智能行为的蚁群算法解决了许多复杂的问题并在并在数据聚类分析领域取得成效。本文首先介绍了基于蚂蚁的聚类算法的基本理论,讨论了参数σ对邻域平均相似度的影响并做了实验分析比较,然后提出利用离散点对算法进行改进,通过对离散点的检测算法能够对蚂蚁行为进行控制,使蚂蚁快速地决定下一个负载节点,从而有效地缩短聚类分折的执行时间。实验表明改进后的蚂蚁聚类算法具有较好的聚类特性,其收敛性也得到了有效改善。     

点覆盖问题的蚂蚁算法求解

文章讨论了点覆盖问题的蚂蚁算法求解。点覆盖问题是一个重要的有实际意义的难解问题。蚂蚁算法为近年来新出现的一种随机寻优算法,文章运用该算法给出了求解点覆盖问题的一个分布式并行算法。实验结果表明该算法是行之有效的。     

一类最短路径问题蚂蚁算法求解

文章提出了一最短路径问题的蚂蚁求解算法。以集煤站为例,讨论了在一个给定范围内将集煤站建在什么地方才能使总的运输费用达到最低,给出相应的数学模型。蚂蚁算法为近年来新出现的一种随机寻优算法,能够有效地求解该文所出的一类最短路径问题。     

基于点的鞋楦CAD/CAM技术

提出了实用的基于点的鞋楦CAD／CAM技术，给出了基于点的鞋楦几何模型定义，由经过规则化处理的鞋楦表面数据点集表示鞋楦模型；在此基础上研究了鞋楦CAD方法，通过对点集的操作完成鞋楦设计；实现了鞋楦数控编程，建立刀具模型并给出刀位点计算的详细过程．该技术已经成功地用于鞋楦CAD／CAM系统的开发，并用于实际生产，完成鞋楦的高效设计与制造。     

基于三次B样条小波和2DFFT-2DLDA的人脸识别

提出了一种基于三次B样条小波和2DFFT-2DLDA的人脸识别方法,用三次B样条小波对人脸图像进行多层分解,得到一幅低频子图和3幅边缘细节子图,选取其中两幅效果最好的子图进行二维傅里叶变换后将其连接形成一个特征向量,然后进行2DLDA处理产生最终的特征表达,最后使用最近邻法进行分类。在JAFFE和Yale人脸库中的实验表明算法具有比频谱脸算法和Gabor-2DLDA算法更高的识别率,同时具有很低的算法复杂度。     

基于BP神经网络的光伏阵列温度预测

针对现有太阳能光伏阵列仿真实验中因采用环境温度代替光伏组件温度而导致的光伏阵列建模不正确问题,指出应在光伏电池仿真模型中区分环境温度和组件的实际工作温度;分析了光伏组件温度与环境温度和输出功率的关系,给出了一种基于BP神经网络的光伏阵列组件温度预测方法,并将预测结果与实测结果进行比较,得出结论:该方法可有效预测光伏阵列组件温度,且采用前一天数据和前三天数据都有较好的预测效果,因此实际应用时可采用前一天的数据来预测当天的组件温度。     

三维鞋样交互设计方法研究

提出了一种在三角网格鞋楦模型上生成三维帮样曲线的离散表示及其交互编辑修改方法。基于改进的能量模型对鞋楦曲面的选择区域进行展平,利用展平过程建立的三维帮面与展平后二维帮面间的拓扑对应关系,实现鞋样曲线在三维空间与二维展平空间的实时关联;所生成的二维帮样曲线以3次非均匀B-spline表示,并以DXF格式输出,便于其他程序调用。算例结果显示,本文方法具有交互性好、实时直观的优点,能够满足基于楦型的帮样交互设计要求。     

程序并行化中数据收集代码自动生成算法研究

着重论述了串行程序并行化过程中的数据收集部分代码的自动生成。提出利用等价类的方法获取数据的最后写关系,并建立包括计算划分、循环迭代和数据最后写关系的不等式限制系统,最后利用FME消元法对不等式限制系统进行消元处理,最终实现数据收集代码的自动生成。     

基于Rhino3D平台的鞋楦二、三维互转换的设计与实现

本文介绍了一种基于Rhino3D开发平台的鞋楦二、三维之间相互转换的设计，该设计使得鞋楦二维到三维和三维到二维的转换得到统一实现。并且满足转换前后，二维鞋样和三维鞋样的面积近似相等，边界线相互对应且长度保持相等，鞋样上网格点的位置相互对应。该设计利用VC 语言编程在Rhino3D操作平台上实现并给出了转换的直观效果，验证了该设计的可实施性。     

基于小波生成特征符号随机场的纹理匹配与分类

提出了一种用小波生成特征符号随机场的纹理图象分类方法。它通过一定尺度上的小波图象分解,由在最大尺度上分解生成的４个子图来生成原始图象的特征符号随机场,在此基础上产生共生矩阵,进而获取原始图象的纹理特征和向量。然后,用两个特征向量的距离作为判别标准,对纹理图象进行快速分类。     

基于轴变形的脚楦匹配方法*

提出并实现了通过脚楦匹配方法来仿真人脚穿上鞋子的状态,能够直观、便利地检查和分析鞋类产品的舒适度。该方法包括三个步骤：首先,保持鞋楦的位置不动,调整脚型的位置,使其与鞋楦严格对齐;其次,基于轴线变形算法,对脚型进行略微变形,使其与鞋楦姿势匹配;最后,根据匹配结果生成脚楦多个截面的分析图,指导对鞋楦舒适度的分析和楦体修改。实验结果表明,该方法能够有效地检查鞋楦的舒适度,可应用到个性化定制业务。