高校教务排课系统

该文分析了目前常用的各种排课算法的主要特点,并重点针对这些算法中存在的缺点,提出了一套结合贪心算法、搜索算法、概率算法的自动排课解决方案,从理论上解决了目前大部分排课算法中存在的缺点.经实际数据测试,新算法中运用到的各种策略能够很好的解决其他算法中存在的各种缺点,从而在实践上证明了新算法的可行性和有效性.     

粒子群优化的多群蚂蚁算法

设计多蚁群算法的关键是群间的信息交换规则.利用粒子群优化中粒子移动的基本思想研究了蚁群间信息交换的新规则,定义了新的多蚁群优化算法.新算法的信息交换所占用的数据通信量要远低于现有的信息交换方法.将新算法用于求解带时间窗的车辆路由问题并和以前的最好的多蚁群算法做比较,计算结果表明:新算法的性能超过了已有的方法.采用群体智能中个体的移动思想来设计群间信息交换规则能改进多蚁群算法的求解性能.     

快速绘制圆弧的行程算法

为了提高圆弧的生成效率,给出一种快速圆弧绘制的简单算法.该算法将圆弧离散轨迹看成是由一系列水平线段和斜线段构成,逐段找出并绘制这些线段,可减少圆弧绘制过程中所需的输出操作.与现存的行程类算法不同,新算法对斜线段的定义更合理,并直接对传统Bresenham算法的决策参数进行迭代和检测,圆弧的不同区段无需重新构造初始值,节约了运算量且算法结构非常简单.2步加速计算线段长度措施的提出进一步提高了计算效率,且每执行一次输出操作可生成2个或多个像素点.与Bresenham算法相比,新算法的圆弧平均绘制速度提高近1倍,并可以推广到椭圆或其他二次曲线的绘制中.     

连续多精度整数的快速乘方

给出了计算连续多精度整数或准连续多精度整数乘方的快速算法,分析了算法的计算复杂度,并将新算法与普通求乘方方法进行了比较,试验结果表明新提出的算法比普通算法更有效.最后给出了算法在二次筛法中的应用.     

克服剩余码相位偏移效应的扩频捕获新算法的研究

分析并仿真了传统的非相干同步系统的相关性能.针对剩余码相位偏移效应对捕获性能造成的不良影响,证明了在1/Δ为整数的前提下,利用前后两个码位相关值相加可以克服该效应.基于该想法并在传统设计的基础上提出了非相干同步扩频捕获新算法.通过对新算法进行的仿真和分析,发现新算法的捕获性能确实比传统的捕获算法更好.     

基于遗传神经网络的手写体数字识别算法的探讨

针对神经网络BP算法在学习过程中的一些缺点,提出一种基于遗传算法与神经网络的手写数字识别新算法,将遗传算法与BP算法有机结合起来.文中给出了算法模型,并将此算法应用于手写体数字的识别中,实验结果证明它比单一BP算法有更佳的结果.     

基于克隆遗传量子算法的多用户检测

基于免疫克隆选择理论和遗传量子算法,提出了一种解决CDMA系统多用户检测问题的克隆遗传量子算法.通过使用克隆选择算子和遗传量子算法的理论,新算法能执行随机搜索和经验学习.所提的算法把随机神经网络嵌入到克隆遗传量子算法的每一代中.通过结合随机神经网络到CGQA中,可以加快CGQA的收敛速度、减少计算复杂度.另外,CGQA所提供的好的初值可以改善SHNN的性能,嵌入的SHNN还提高了CGQA的性能.在讨论了使用新算法设计多用户检测器的性能特点后,在CDMA系统进行了计算机仿真并和一些多用户检测器进行了比较.仿真结果证明了文中所提多用户检测器的抗多址干扰能力和抗远近效应能力都优于一些应用以前算法的多用户检测器.     

RBF神经网络的一种新的学习算法

提出了构造性RBF神经网络的一种新的全监督式学习算法. 该算法在神经网络隐层引人新节点,并通过使新节点的输出方向尽力逼近学习残差的方向获取网络参数,从而减少学习误差,实现对训练样本的学习.仿真结果表明了该新学习算法的有效性.     

长方体区域上均匀分布随机点定理及其应用

建立并证明了长方体区域上均匀分布随机点生成的定理,并以此为依据通过变换公式法提出了长方体区域上均匀分布随机点生成的新算法,从而产生了三维区域上均匀分布随机点生成的新算法.此算法能产生更加逼近实际系统的仿真系统.     

面向H.264/AVC的宏块级码率控制算法

为了降低计算复杂度和提高H.264/AVC编码器的效率，基于一种相对简单的率失真（R－D）模型提出了新的宏块级码率控制算法，并在新算法中引入了一种自适应方法对目标码率分配和编码复杂度进行调整.相比以往算法在码率分配和参数更新中只利用了宏块绝对平均误差预测值的情况，新算法充分利用了已编码宏块的实际绝对平均误差值和相邻帧之间编码特性的相似性，保证了输出码率的稳定性和解码图像的质量.新算法还采用了一种跳块预判断策略来进一步降低编码复杂度.与JVT-G012码率控制算法相比，新算法在信噪比和输出码率基本不变的条件下，整个编码速度平均提高了约10%.     

频率选择性信道下OFDM帧同步及性能分析

提出了一种正交频分复用(OFDM)帧同步算法,在OFDM帧同步符号时域中使用2个完全相同的序列,考虑到多径信道的分集,提出新的目标函数,使得算法不受频率选择性信道和载波频率偏移的影响．给出了存在帧同步信号和不存在帧同步信号时判决统计量分布的解析形式,理论上得到检测器的漏警概率和虚警概率特性,仿真结果验证了理论分析的正确性．接收端信噪比为20dB时,给定漏警概率为10-10,本文算法对应的虚警概率趋于零．     

基于优势遗传的自适应遗传算法

针对遗传算法的早熟问题,对自适应遗传算法进行了研究,提出优势遗传的新观点:在交叉算子设计时使适应度高的个体以较高概率进行交叉,并且在变异算子设计时使适应度低的个体以较高概率进行变异,能更有效地产生出优势个体,跳出局部最优.认为算法设计时使平均适应度过快逼近最大适应度是不合适的.由此,提出一种新算法,以优势遗传的原则随个体适应度的变化而自适应地改变交叉和变异概率,在一定程度上有效解决算法的早熟问题.实验表明,该算法能有效提高全局寻优的性能,鲁棒性好.     

异构网络中多媒体业务的联合呼叫接纳控制

提出了3G与WLAN互连的异构网络中一种多媒体业务的联合呼叫接纳控制算法,针对不同类型用户的业务特性选择合适的优先接入网络,考虑到切换用户及不同业务类型用户的优先级,分别在3G和WLAN中设置了多级的接入门限值．运用多维Markov链模型对该算法的新呼叫阻塞率和切换呼叫掉线率性能进行了理论分析．仿真结果表明,本算法在满足不同类型用户的QoS需求的同时,在新呼叫阻塞率和切换呼叫掉线率之间获得了良好的折中,提高了系统整体性能．     

基于改进遗传算法的排课方法研究

列举了排课问题中的软约束条件和硬约束条件,提出了一种基于遗传算法的新排课方法.该方法合理安排了高校排课过程中的各种资源,对传统遗传算法做了改进,采用了自适应的交叉概率和变异概率,改善了排课的收敛性和效率.     

Multicast Routing Based on Hybrid Genetic Algorithm

A new multicast routing algorithm based on the hybrid genetic algorithm (HGA) is proposed. The coding pattern based on the number of routing paths is used. A fitness function that is computed easily and makes algorithm quickly convergent is proposed. A new approach that defines the HGA‘s parameters is provided. The simulation shows that the approach can increase largely the convergent ratio, and the fitting values of the parameters of this algorithm are different from that of the original algorithms. The optimal mutation probability of HGA equals 0.50 in HGA in the experiment, but that equals 0.07 in SGA. It has been concluded that the population size has a significant influence on the HGA‘s convergent ratio when it‘s mutation probability is bigger. The algorithm with a small population size has a high average convergent rate. The population size has little influence on HGA with the lower mutation probability.     

基于效用公平的低轨卫星网络呼叫准入控制算法

提出了一种新的适用于多媒体低轨卫星网络的呼叫准入控制算法。该算法利用目标小区实时切换掉线概率,结合概率门限方法和效用公平分配机制为切换呼叫预留带宽。仿真结果表明,与其他算法相比,本算法不仅提供了满意的新呼叫阻塞概率,还能够大大降低切换呼叫掉线概率,同时保证了较高的带宽利用率。     

随机早期检测RED算法的分析及改进

随机早期检测RED（Random Early Detection）算法是广泛应用于路由器中的IP层的拥塞控制算法之一,它的主要思想是在拥塞发生以前,通过计算队列中包的丢失概率,从而随机丢弃一部分数据包,以达到实现网络拥塞控制的目的。但该算法在应用中仍有不足。针对于此,重新计算在缓冲区最大门限值附近的丢弃概率,提出新的改进算法,以增大网络吞吐量。     

假设检验中Neyman-Pearson准则的神经网络实现新算法

假设检验中Neyman-Pearson准则是一种基于似然比的信号检测、识别、分类方法。神经网络是实现这种准则的优选方案,但是传统的最小平方学习算法,如BP算法等,往往不能取得全局最优解。针对一种非最小平方学习算法,提出了一种概率分配原则,并给出了一种Neyman-Pearson准则的神经网络实现新算法。对新算法在假设检验中的应用进行了仿真验证。结果表明新算法具有更小的误差,更加适用于Neyman-Pearson准则。     

一种基于小生境技术的两阶段分布估计算法

针对分布估计进化后期种群多样性降低,算法出现局部早熟的问题,把小生境技术引入分布估计算法,提出了一种两阶段估计的分布估计算法,利用小生境概率与种群概率相结合的方法产生新个体。仿真实验表明,该算法能有效防止早熟收敛,较大的提高了算法的全局搜索效率。     

一种新的基于分形特征融合的图像目标识别算法

提出了一种基于多分形特征融合的目标识别算法.在此算法中,将分形理论与D-S证据融合理论相结合,提取或构造了分形特征,设计了合理的概率分配函数,并对所提出的算法进行了仿真研究,并将此算法的识别结果与基于单分形特征的识别算法、基于神经网络的目标识别算法进行比较,结果表明本算法是可行的和有效的.