求解旅行商问题的混合蚂蚁算法

旅行商问题是一个经典的NP问题，文中给出了一个有效的求解旅行商问题的混合蚂蚁算法。算法设计了初始信息素量设置方案和信息素的更新方法，限制了蚂蚁转移的目标城市数，并使用2-Opt方法对路径进行优化。数据实验表明，该算法是有效的。     

基于WIA-PA传感器网络的能量有效时间同步算法

WIA-PA协议是一种新型工业级无线传感器网络国际标准;当WIA-PA网络内节点数目增多时,传统的参考广播同步算法RBS以及改进型ERBS算法网络开销非常大;针对这一严峻的问题,提出了一种能量有效的局部最优时间同步算法;该算法对相邻的接收节点在多个参考广播消息的条件下求取平均相位偏差,然后对此平均相位偏差进行最大后验估计,最后根据此估计值调整本地时钟;仿真结果表明,所提时间同步算法在同步精度方面比RBS约提高168％,比ERBS约提高24％;同时,同步过程中的网络能耗也大大减少.     

Delaunay三角网高效构建及地形仿真应用

针对基于离散点的Delaunay三角网构建过程中待插入点的定位耗时问题,提出Delaunay三角网高效构建算法,并将其用于三维地形仿真应用中。对大量数据点进行分块排序预处理后,运用空间自相关理论使下一个待插入点总是紧邻新近插入点,融合最短路径定位算法和三角形面积法,结合三角形重心与点、有向线段的关系遍历三角形,减少遍历时间。在对三角网进行LOP局部优化时,采用Delaunay四叉树保存待调整的所有边的节点信息,提高遍历效率。实验结果证明,该算法构建的三维地表真实感较强,并且具有较低的时间复杂度。     

未确知数在整体优化中的应用

本文用未确知数学的理论证明了“局部优化并不能保证整体优化”这个为有关学者感知的很有价值的问题,进而指明来确知数学理论在整体优化中的一种应用。     

求解多约束0-1背包问题的遗传算法的改进

提出对基本遗传算法(Genetic Algorithm,GA)的改进策略,并将其应用于多约束0-1背包问题(Multi-constrained 0-1Knapsack Problems,MKP)的求解。改进策略主要有:将线性规划松弛法求得的MKP的解作为初始解,另外为了避免种群多样化的丧失,将复杂的修复操作和局部优化操作应用于每一个最近产生的解。最后,对大规模测试数据的标准集进行实验,并将该算法与先前的方法进行比较,结果表明新的遗传算法在大多数时间能够更快速地收敛到较优解。     

一种求解顶点覆盖问题的混合遗传算法

顶点覆盖问题是一个NP难问题,在排序、计算机网络等现实生活中有许多的应用。使用基本遗传算法进行搜索时,存在着局部搜索能力较弱的不足,本文提出了一种新的求解最小顶点覆盖问题的混合遗传算法,将基本遗传算法与局部优化策略相结合,改善遗传算法的局部搜索能力,加快求解该问题的速度。对几种典型无向图的实验证实了新方法的有效性,其整体性能优于现有的一些顶点覆盖问题遗传算法。     

基于顶点组重分配的动态增量图划分算法

图划分是分布式图计算中的一项基础工作, 其作用是将大规模图进行划分并分配到集群中的不同机器上. 图划分的质量对分布式图计算的性能有很大的影响, 其目标是降低负载平衡和最小化边割. 如今, 现实中的图数据通常呈动态增长态势, 这就需要一种能够处理动态增量图的划分方法, 在图数据动态增长的过程中确保划分的质量不受影响. 目前虽然有一些动态图划分算法被提出, 但它们不能同时专注于实时处理动态变化和获得高质量的划分结果. 提出基于顶点组重分配的动态增量图划分算法(ED-IDGP)来解决大规模动态增量图的划分问题. 在ED-IDGP算法中, 设计实时处理4种不同单元更新类型的动态处理器, 并在每次处理完单元更新后通过在分区发生动态变化的附近执行局部优化器进一步提高图划分的质量. 在ED-IDGP的局部优化器中, 利用基于改进标签传播算法的顶点组搜索策略搜索顶点组, 并利用提出的顶点组移动增益公式衡量最有益的顶点组, 将该顶点组移动到目标分区中做优化. 在真实数据集上从不同的角度和度量指标评估了ED-IDGP算法的性能和效率.     

基于虚拟现实在室内软装饰设计中的合理运用

针对传统设计方法存在设计耗费时间长、质量差等问题,很难达到用户对于软装饰的高标准需求,通过对室内建模、可视化和美观化不同阶段的分析,设计软装饰流程。其采用Mesh网格生成算法将复杂参数转换为虚拟现实技术擅长的Mesh网格数据,并对局部进行优化;对材质进行边缘检测,确定距离,进行碰撞检测提升软装饰设计质量。实验结果表明,该技术能提高软装饰设计的性能,降低设计成本,并且还能节省大量时间,提高设计有效性,客户满意程度较高。     

一类智能加工系统的动态调度研究

基于由8台数控机床(Computerized Numerical Controller,CNC)和一辆轨道式自动运输车(Rail Guided Vehicle,RGV)构成的智能加工系统,设计了RGV动态调度策略。以局部最优为主要原则,规定了RGV的运动方式,着手于研究双工序及其发生故障下的的加工情况。通过算法得到了CNC的最优分布策略和RGV的最优调度策略,并用此策略得出了不同情况下一个班次内最多加工物料数。     

基于局部优化与二分图匹配的PPI网络比对算法

生物蛋白质相互作用网络,简称PPI网络,是一种生物信息学中用来表示蛋白质之间相互作用关系的图模型。不同物种PPI网络之间的比对,有着重要的生物学意义,一个好的PPI网络比对算法,显得尤为重要。针对该问题,首次提出了LOBM(Local Optimization based on Bipartite graph Matching)算法。LOBM是一种能够局部优化既有比对结果,并且利用二分图匹配这一经典图论模型,来提高既有比对算法的比对效果。实验表明,LOBM相比一些现有的比对算法,在比对结果上有较大的提升。