一种基于理想区间数和熵的多指标评价法

利用评价人员对待评方案给出的区间数评价值与理想区间数之间的差异和指标权系数的随机性, 给出一种新的多指标评价方法。利用优化方法建立数学模型,以实际评价值与理想评价值之间的差异和最小化与权系数熵的最大化为优化目标,用拉格朗日乘子法给出模型的最优解,得到指标权系数。该方法能够结合评价人员的主观意志和客观事实,精确确定各指标的权系数。     

求解含非线性参数的QoS路由的启发式算法

具有非线性参数的QoS路由分为含有非线性约束条件的QoS路由和含有非线性优化目标的QoS路由两类，它们都是NP问题．提出了两种启发式算法求解这两类QOS路由优化问题问题．对第一类问题，求解去掉非线性约束条件后的优化问题．如果找到的解满足非线性约束条件，则该解是最优解；否则在优化问题中添加一个新的线性约束，将已得到的解去掉，反复下去就可得到最终解．对第二类问题，将非线性优化目标换为约束条件中的线性参数，求解此优化模型，如果有解，则记录此时对应的非线性目标值．而后增加一个新的线性约束，去掉刚才得到的解，比较两次得到的非线性目标值，保留最小值．如果得到的解不满足该线性参数的约束条件，则算法结束；否则继续迭代．证明了两种算法的收敛性，并且时间复杂性为近似多项式时间．计算实例表明了算法的有效性．     

一种求解QoS路由算法的数学模型研究

QoS路由算法的基本问题是在满足多个约束条件的基础上对某个或多个网络参数进行优化。在文献犤9犦提出的适应QoS路由机制的网络模型基础上,利用数学规划,提出了一种QoS路由算法的新的数学模型,并采用改进的拉格朗日松弛算法求解模型。此模型既可用于寻找满足约束条件的QoS路由,又便于扩充新的网络QoS要求。     

一种优化非线性目标的QoS路由算法

基于多条件约束的QoS路由选择是当前通信网络中的一个重要问题，其基本目的是求解多约束条件下的参数优化问题．文献[3]通过引入系统丢失率及平均时延的性能指标，建立了一个在满足一定系统丢失率要求下求系统最小平均时延的QoS路由选择算法．本文研究在满足一定的系统平均时延要求下求系统最小丢失率的QoS路由选择，建立了一种整数规划模型，并根据模型特点给出了用线性整数规划逐次迭代逼近求精确解的算法．实例表明所提出的模型和算法是有效的．     

基于线性约束的多参数优化的QoS路由算法

选取带宽作为约束条件，把时延和丢失率作为QoS优化目标，建立了QoS路由选择的多目标整数优化模型，并给出了求解模型的算法。实例计算结果表明了算法的可行性。     

整数线性规划的改进分支定界算法

分支定界(B&B)算法是求解整数线性规划(ILP)问题的一种最常用的方法,如何划分问题(分支)和按何种策略选择子问题进行扩展是影响算法效率的两个重要因素.提出了一种改进的分支定界算法,采用伪费用分支策略划分问题,采用深度优先搜索(DFS)策略选择子问题进行扩展,并在Matlab中编程实现.数值实验表明,改进的算法能够有效提高求解效率,当问题规模较大时,改进效果尤其明显.     

一种基于多条件约束的QoS路由选择优化算法

基于多条件约束的QoS路由选择优化是当前通信网络中的一个重要问题。研究了一类通信网络的源－目的QoS路由选择问题。通过分析,为了不失一般性,选择时延和丢失率为QoS参数,建立了一个带有丢失率约束－条件的最小时延的QoS路由选择的非线性整数规划模型,并根据模型特点,给出了用线性整数规划迭代求精确解的算法。该算法可以方便地推广到多个QoS参数的情况。最后,实例表明所提出的模型和算法是有效的。     

一种基于类别信息的改进文本特征选择

信息增益方法从整个训练集角度进行特征赋权,该模式不适合构造类别特征向量.通过改进的朴素贝叶斯方法选择类别特征用于构造类别向量,再利用词频信息改进信息增益模型用于文本特征选择,改善了信息增益模型对于中频词信息利用不足问题,提出一种基于类别的文本特征加权改进模型.随后的文本分类试验表明,提出的加权模型相比较于传统的信息增益方法具有较好的文本分类效果.     

用DES算法构造跳频码序列发生器的实现研究

基于计数式TOD的跳频码序列产生算法实际上是对TOD这一特殊信息流序理的分组加密变换，我们建议使用DES算法构成分组加密变换。所设计的跳频码序列发生器，在输出序列的均匀性、相关性、复杂性、游程、频隙滞留和FPGA上的可实现性等方面都能满足实际要求。这是一个性能良好、也便于FPGA实现的跳频码发生器方案。     

改进遗传算法在城市交通诱导策略中的应用

提出一种基于改进遗传算法,并将其应用于城市交通诱导策略．该算法采用邻近交叉策略增加种群的多样性,采用贪婪前伺变异策略增强算法的局部搜索能力,并且采用稳态繁殖策略更好地保护适应度高的遗传个体．在适应度函数的设计中考虑实际路网中的交叉口延误,使所求最优路径更加贴近实时的交通状态．数值实验结果表明,所提算法的全局搜索能力和收敛速度均有显著提高．