动态车辆路径问题中实时信息生成算法

实时信息的产生对动态车辆路径问题仿真器的研究起着非常重要的作用。为此，提出了实时信息的生成算法，包括随机公路网络的生成，实时交通信息的生成和随机客户需求的生成等。实验结果表明，算法所产生的实时信息和现实中的实时信息比较接近，能够满足动态车辆路径问题仿真器的要求。     

基因评估基因表达式程序设计方法

基因表达式程序设计(Gene Expression Programming,简称GEP)与遗传程序设计(Genetic Programming,简称GP)相比,具有更强的搜索能力、更简单的编码表示方法和产生更高复杂性函数的能力.但是它也存在一些缺点,例如缺乏学习机制,搜索过于盲目.针对这一缺点,本文提出了一种新的自动程序设计方法:基因评估基因表达式程序设计(Gene Estimated Gene Expression Programming,简称GEGEP).与GEP相比,GEGEP主要具有如下特点:(1)改变了GEP的基因表达式结构,将原来的“头 尾”结构改成了“头 身 尾”结构,以利于其引进学习机制;(2)同源基因也采用“头 身 尾”结构,以利于增强其搜索能力;(3)引入了分布评估算法(Estimation of Distribution Algorithm,简称EDA)的思想,以利于增加其学习能力并且加快其收敛速度.实验结果表明,与GEP和GP相比,GEGEP具有更高的拟合和预测精度、更快的收敛速度.     

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。     

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.     

基于郭涛算法的演化神经网络

提出了一种新的演化神经网络算法GTEANN,该算法基于高效的郭涛算法,同时完成在网络结构空间和权值空间的搜索,以实现前馈神经网络的自动化设计。本方法采用的编码方案直观有效,基于该编码表示,神经网络的学习过程是一个复杂的混合整实数非线性规划问题,例如杂交操作包括网络的同构和规整处理。初步实验结果表明该方法收敛,能够达到根据训练样本自动优化设计多层前馈神经网络的目的。     

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。     

用粒子群优化改进算法求解混合整数非线性规划问题

针对混合整数非线性规划(MINLP)问题，改进了粒子群优化算法(PSO)，提出了一种粒子迁移策略，改进了粒子速度更新策略，使之成为一种解决MINLP问题的新算法．实验表明，新算法精确度好、收敛快．     

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。     

基于遗传算法的二叉树画树算法

用遗传算法设计了一种通用二叉树画树算法框架.在该框架下,可以根据应用的不同,通过设 计反映美观标准的不同目标函数来得到不同的画树算法,而且容易添加或减少美观标准以适 应不同用户的需要.与以前的算法相比,此算法具有算法统一、方法简单、容易实现和易于修 改的优点,并且具有自适应、自学习和易于并行化的特点.     

电子商务安全中的时间认证体系研究

电子商务安全认证系统在认证身份、保证数据的完整性、真实性的基础上,必须进一步确认“发端人”发出、“收件人”接收的时间,以防止时间性抵赖。文章提出一种加入时间量的安全认证体系,讨论了新出现的问题,并提出了解决的方法。