分布式博弈树搜索算法

本文提出了分布式博弈树搜索ＤＤＳ算法，从通信开销、存储开销、加速比等方面分析了算法性能，并与ＳＳＳ和α－β算法在搜索结点个数方面作了比较，模拟实验表明ＤＤＳ是一种高效实用的分布式搜索算法。     

命题知识库更新的算法及其复杂性

本文介绍了知识库更新的基本概念及命题知识库更新的复杂性研究现状．近年来，学者们提出了许多方法进行命题知识库的更新，一类是基于公式的方法；一类是基于模型的方法，但所有这些方法在通常情况下都是难解的．本文讨论基于公式的Ｇｉｎｓｂｅｒｇ更新方法，并给出在公式个数远小于变元个数情况下的一个多项式时间算法．     

神经网络求解图最短路径问题的一种新方法

本文给出一种求解图最短路径问题的实用反馈式神经网络，并证明这两种网络的求解稳定性，这种网络基于最小值选择网而构成，对任意有向图和无向图均能收敛到其唯一的稳定点，由此求得图所有顶点对间的最短路径及最短路径长度，本文结果是神经网络求解非ＮＰ－骓难解类优化问题的一种新尝试。     

SIMD模型上深度优先的并行搜索算法

近年来人们开始研究并行模型上的搜索算法，并取得了一些结果，本文介绍了ＳＩＭＤ模型上的两种深度优先的并行索算法，并对其进行了简要的比较分析，而且详细讨论了负载平衡问题。     

沿通路布尔差分及其应用

本文提出沿通路布尔差分和单通路故障诊断测试集两个概念。沿通路布尔差分使对收敛扇出型通路的布尔差分计算的复杂性降低到O(m),并导出有关故障可检测的性质。     

子包含模式在XML数据类型中的应用研究

Now research of XML‘s data has become a hot spot question. Understanding the relationship between these types can provide important information for manipulating this data. In this paper,we study partial sumption for XMLtypes,and according to subsumption,being one to one , we propose the relation of partial sumption ,being many to one,and a notion of least upper bound. In order to achieve the purpose of effective query, we merge many schemas in the real query question.     

拓扑特征映射神经网络的学习收敛性分析

本文利用神经交互作用函数描述拓扑特征映射神经网络，探讨了这种网络的学习收敛性。本文首先给出一个网络收敛的一般性结论，并利用该结论证明网络输入满足平均分布时的收敛性。     

二进制神经网络分类问题的几何学习算法

分类问题在前向神经网络研究中占有重要位置.本文利用几何方法给出一个二进制神经网络K（≥2）分类问题的新学习算法.算法通过训练点的几何位置与类别分析，建立一个四层前向神经网络，实现网络输入向量分类.本文算法的优点在于:保证学习收敛且收敛速度快于BP算法及已有的其他一些前向网络学习算法;算法可以确定神经网络的结构且能实现精确的向量分类.另外，算法所建神经网络由线性阀值单元组成，神经元突触权值和阀值均为整数，特别适合于集成电路实现.     

计算生物学中的9叶星树问题

本文讨论翻转距离星树问题,证明实例中有向符号序列个数为9时,翻转距离星树问题问题是NP-难解问题,并给出了一个该问题的多项式时间近似算法.     

一般设施定位问题计算复杂度和近似算法研究

设施定位问题即UFL问题是NP-hard的组合优化问题,是聚类问题领域的热点问题之一,在数据挖掘和分类识别方面有着重要应用.多年来其近似算法研究一直是计算机科学工作者关注的焦点,然而现有研究结果大多关于Metric空间,一般距离空间中该问题结果始终未见.针对最大连接费用至多是最小连接费用ω＞1倍的一般距离空间中设施定位问题,简称一般设施定位问题,借助集合覆盖问题,利用问题归约方法证明其不存在近似性能比小于1.243 0.316ln(ω-1)的多项式时间近似算法,除非NPDTIME(nO(log log n));设计了一般设施定位问题的局部搜索算法,证明算法近似性能比是(1 ω)/α,ω＞1,1≤α≤2.仿真实验表明,一般设施定位问题局部搜索算法的求解质量极高;通过实验进一步研究了该算法并给出了改进方法.