一种基于构建基因库求解TSP问题的遗传算法

传统的遗传算法通常被认为是自适应的随机搜索算法．该文在分析其特点后针对TSP问题提出了一种将建立基因库(Ge)与遗传算法结合起来的新算法(Ge-GA)．该算法利用基因库指导种群的进化方向，并在此基础上使用全局搜索算子和局部搜索算子增强遗传算法的“探测”和“开发”能力．Ge-GA算法大大加快了遗传算法的收敛速度和寻优能力．作者测试了TSPLIB中的多个实例(城市数目从70～1577)，试验结果与最优解的误差都不超过0．001％．特别是对于难求解的TSP问题，如att532和fl1577，都能够在理想的时间内找到最优解．     

演化算法的一个通用设计模型

本文提出了一个演化算法的通用设计模型，并用UML详细说明了它的组成与结构．该模型以演化算法中的关键概念及其相互作用机制为核心，把这些概念合理分类并加以抽象，有效地实现了关注分离和封装实现细节．而应用设计模式来组织这些概念又使该模型具有灵活的体系结构．因此该模型具有可重用、可扩展、易理解、易使用、便于进行测试等优点．最后将该模型的实现应用到各类不同的问题来验证其通用性和有效性，并给出了函数优化和TSP问题的实验结果．     

构建“基因库”求解TSP问题的混合遗传算法

该文设计了求解平面TSP的一种新算法,该算法首先构建一个“基因库”,在单亲演化中使用“基因库”中的基因,并将单亲演化所产生的最好解,作为群体演化中的一个个体,再进行群体演化。在求解TSPChina144问题实验中,不仅找到迄今最好的解,而且该算法具有高效的特点。     

远程工作流的安全机制

文档和人员是OA系统工作流的两个基本要素。当人员不在同一区域时，其工作流被称作远程工作流，其安全机制不同于局域工作流。以远程工作流为模型，着重讨论其安全认证机制，将远程工作流分解成虚拟工作流和人员认证流两部分。虚拟工作流采用与局域网相同的安全策略，维持工作正常运行，在一定延迟时间后启动人员认证流，在得到认证流的结果并认为正确后，才将虚拟工作流的结果变成最终结果。     

电子文档时间戳的分布式时间链安全协议

时间安全在电子合同中是一个十分重要的问题。时间戳解决两个问题：文档是何时生成的；文档是何时发出的。由信任的第三方(T.T.P Trust Third Party)来完成工作，他必须连续记录这些时间形成时间链以保证安全。使用并相信惟一的第三方，仍存在安全隐患介绍了现有的两种协议，提出以多个第三方采用分布式模型形成时间链的协议，提高了时间戳的安全度。     

一个新的无向图画图算法

将一般无向图的画图问题转化为函数优化问题,用遗传算法求目标函数的最优解的近似值,从而得到无向图自动画图算法的一个一般框架.新方法的特点是:不同的画图算法的框架都一样,所不同的只是反映无向图画图问题的美观标准的目标函数.其优点在于,算法统一、方法简单、容易实现、便于修改,并且易于并行化,可以直接用来画非连通图.     

常微分方程组的演化建模

利用演化算法的自适应,自组织,自学习的特性,设计了遗传程序设计与遗传算法和相嵌套的常微分方程组混合演化建模算法,以遗传程序设计优化模型结构,以遗传算法优化模型参数,首次实现了常微分方程组建模过程自动化并可进行有效的预测。     

基于MISR遥感数据的优化融合预测模型

提出了一种新的预测气溶胶光学厚度AOT的优化融合模型，它把基于全局数据的径向基函数神经网络与基于局部区域数据的前向神经网络相结合，并通过优化权重组合，使得预测误差最小化。利用该模型对多角度成像光谱辐射仪MISR所采集的2002年7～9月份的数据进行AOT预测实验。结果显示：对美国陆地上空的大多数轨道，优化融合模型预测准确率明显高于全局模型和局部模型，其总体预测均方差比后二者分别减少了12．9％～24．5％和3．3％～10．5％．这表明优化融合模型是一种更为准确的摩间数据预测方法。     

基于遥感数据的空间目标融合预测模型

提出了一种融合预测模型，把基于全局数据的径向基函数、人工神经网络与基于区域数据的空间采样插值相结合，并通过优化权重组合和修正误差，使得预测误差最小化。利用了多角度成像光谱辐射仪MISR，采集了从2002年—2003年美国大陆26个局部区域的辐射数据，对模型进行了2组气溶胶光学厚度的预测实验。地表特征因为反射能力的不同，导致了预测模型的不同复杂度。结果显示，融合模型能显著地减少陆地上的预测均方差。     

函数优化异步并行演化算法

提出了一种新型、高效的函数优化异步并行演化算法,利用这个算法,在巨型并行计算机上解决了一些高难度的大型优化问题,其中包括一个超高维的非线性规划问题－BUMP问题。由于BUMP问题的强非线性和超我峰特性,目前还未见有超过50维的BUMP问题的结果发表。而在此不仅仅得到了从2维到50维迄今最好的解,而且一直计算到了1000000维,并得到了满意的结果。数值实验表明,新算法是鲁棒和高效的。