基于二分图最大赋权匹配的网络编码中继选择

针对多用户多中继场景,为了进一步提升系统的吞吐量,需要为用户选择合适的中继协助其传输. 考虑到多址网络编码中继的中继选择问题是一个复杂的优化问题,为了降低其求解复杂度,将中继网络建模为带权二分图,中继选择最优解即转化为图论中求二分图最大赋权匹配问题. 分别将Kuhn和Munkres（KM）算法和贪婪算法应用于多址接入中继网络的中继选择,蒙特卡洛仿真结果表明,KM算法求解的遍历容量略高于贪婪算法.     

基于双连通分量覆盖图的稀疏大图最大流并行加速方法

最大流问题是图论中重要的基础性问题,大规模网络中的最大流加速已成为重要研究方向,已有工作包括并行计算加速和图缩减加速2种思路,但仍有较大改进空间:(1)图缩减和并行计算2种加速思路并未充分融合,导致各自加速效果受限;(2)已有加速算法对常见的多次最大流求解支持不足,导致多次计算间存在大量冗余工作;(3)已有加速算法往往需涉及出入度和边容量等多个条件,计算复杂度偏高。针对上述问题,提出了一种基于优化子图的最大流并行加速方法,通过识别原始大图的双连通分量并建立覆盖图,可将任意最大流问题分解为独立的子问题,并行求解快速获取最大流精确解;覆盖图的构建仅涉及节点之间连接关系,具较低的时间复杂度。在基准图上的测试结果表明,算法可显著缩短稀疏大图中最大流计算时间。     

二分图的无关分解

二分图的覆盖求解是一经典图论问题,该问题的求解可应用于并行阵列的重组和超大规模集成电路的修复,本文提出了二分图的无关分解概念,并给出两种具体算法及其结果。     

网络最大流问题求解的代数决策图(ADD)技术

Hachtel G.D.和 Somenzi F.提出的 0 - 1网络最大流问题的符号有序二叉决策图 (OBDD)算法在一定程度上缓减了“状态爆炸”问题 ,但算法仅局限于求解 0 - 1网络的最大流。Bachar R.I.等提出的代数决策图 (ADD)数据结构 ,是描述伪布尔函数和有限域取值函数的一种有效技术。文中利用 ADD存储表示网络及描述网络最大流问题 ,给出一种求解网络最大流问题的符号 ADD技术新思路。实验结果说明了应用 ADD技术求解一般网络最大流问题的有效性 ,可处理 0 - 1网络最大流问题的符号 OBDD算法无法处理的非 0 - 1网络。     

网络最大流问题求解的代数决策图（ADD）技术

Hachtel G．D．和Somenzi F．提出的0-1网络最大流问题的符号有序二叉决策图(OBDD)算法在一定程度上缓减了“状态爆炸”问题，但算法仅局限于求解0-1网络的最大流。Bachar R．I．等提出的代数决策图(ADD)数据结构，是描述伪布尔函数和有限域取值函数的一种有效技术。文中利用ADD存储表示网络及描述网络最大流问题，给出一种求解网络最大流问题的符号ADD技术新思路。实验结果说明了应用ADD技术求解一般网络最大流问题的有效性，可处理0-1网络最大流问题的符号OBDD算法无法处理的非0-1网络。     

d-正则二部图的最大1-相关集问题

区块链中的有些区块包含的交易数据不可信，提高有效交易量处理效率的关键在于可信区块的识别。从图论的角度看，区块链是有向无环图(Directed Acyclic Graph, DAG),最大可信区块的识别问题可转化为无向图G=(V,E)的最大k-相关集问题。针对k=1的情况，调用最大独立集算法，给出了求解d-正则二部图(d≥3)最大1-相关集问题的多项式时间近似算法，从理论上证明了算法的近似比为■,并给出d=3的3-正则二部图上的紧例。     

对一类最小图的研究

对一个与并行结构和通信网络设计密切相关的图论公开性问题进行了研究。讨论了图的结点数为n,连通度至少为k,k-直径至多为d的条件下的最小图问题,给出了一般条件下最小图边数条数的上、下界,在此基础上,得到了两种条件下最小图边数的计算公式,结合已有的图论结果,对文中所提到的最小图进行了构造。     

基于网络流割集理论的水网航道交通容量计算

为研究水网航道交通容量的计算方法,引入了图论中的网络流割树法,提出了船舶流割树法。运用图论法对水网拓扑结构进行了简单地分析,详细阐述了网络最大流问题中的多起讫点网络流问题,并将水网交通流问题看作是多起讫点多种船舶流问题,针对网络流割树法的局限性,结合船舶流特点,给出了水网航道交通容量的计算方法——船舶流割树法。以浙江省湖州市区域水网(双向通航)为例,运用船舶流割树法求解水网航道交通容量,结果表明,该模型可以准确地计算出水网航道交通容量,可以作为计算大规模水网航道交通容量的计算模型。     

基于图论模型的三环网络G（N；1，s，s＋1）直径分布算法

针对三环网络,提出一种基于图论模型的直径求解算法。从图论模型出发,以仿真方法得到对于任意给定的N,2≤s≤N-2这样一族三环网络的直径,并得出对于任意的N,有一些S使得G（N：1,s,s＋1）紧优。利用C＋＋编程计算出三环网络的直径分布图,并分析其直径分布特点。     

优美二部图粘接路的优美性

优美图是图论中的一个重要分支,随着计算机的发展,图的标号在网络和通讯等领域中的应用越来越广泛。文章讨论了优美二部图粘接路所得图的优美性以及这类图的一种混合积的优美性。     

Integrating artificial neural networks and geostatistics for optimum 3D geological block modeling in mineral reserve estimation:A case study

In this research,a method called ANNMG is presented to integrate Artificial Neural Networks and Geostatistics for optimum mineral reserve evaluation.The word ANNMG simply means Artificial Neural Network Model integrated with Geostatiscs.In this procedure,the Artificial Neural Network was trained,tested and validated using assay values obtained from exploratory drillholes.Next,the validated model was used to generalize mineral grades at known and unknown sampled locations inside the drilling region respectively.Finally,the reproduced and generalized assay values were combined and fed to geostatistics in order to develop a geological 3D block model.The regression analysis revealed that the predicted sample grades were in close proximity to the actual sample grades.The generalized grades from the ANNMG show that this process could be used to complement exploration activities thereby reducing drilling requirement.It could also be an effective mineral reserve evaluation method that could produce optimum block model for mine design.     

基于遗传算法的神经网络振动钻削参数优化

应用人工神经网络进行振动钻削仿真与参数优化时常用逆映射BP网 ,而BP网的逆映射极易陷入局部极小点。本文提出利用遗传算法与BP网的混合系统进行参数优化。实验结果表明 ,遗传算法是一种全局优化方法 ,可有效地应用于机械加工领域 ,为振动钻削的参数优化提供了一个新的研究方法。     

一种基于遗传操作的神经网络混合训练算法

介绍了一种改进遗传算法的基本操作,并讨论了综合应用遗传算法及ＢＰ算法进行神经网络的权值训练。通过实例比较和分析了这种混合算法与ＢＰ算法的实验效果。     

基于神经网络的模糊模式识别算法研究

模糊信息理论是一种基于模糊集理论的信息科学,人工神经网络是模式识别中的常用方法,文章把模糊理论和人工神经网络结合起来用于字符识别,得到很好的识别效果。     

变压器故障诊断的人工神经网络法

介绍了一种对油浸式电力变压器故障进行诊断的人工神经网络方法（ANN）．提出了人工神经网络的模块化结构,并用具体实例说明ANN对变压器早期潜伏性故障作出预诊断的可行性和正确率．     

专家系统与人工神经网络的发展与结合

专家系统和人工神经网络是智能技术的两个很活跃的分支,它们在电力系统中的应用也很广泛,但对它们的孤立研究都暴露出了很大的局限性。本文分析了智能发展的各个阶段的特点,重点阐述了专家系统和神经网络的概念以及它们的不足之处,从理论和应用实践中论证了专家系统和人工神经网络合壁的必然性和可能性,讨论了几种可供探索的途径。     

基于遗传算法和神经网络的因素分析

提出了一种基于遗传算法 (GeneticAlgorithm)和通用神经网络 (GeneralizedRegressNeuralNetwork)的因素分析法———GA GRNN因素分析法。从理论和实验两方面分析了该方法的原理、可行性和实际效果。     

基于Web的人工神经网络电火花加工工艺预测

针对电火花加工工艺的特点及其复杂性,提出了Internet环境下基于W eb的人工神经网络电火花加工工艺的智能预测方案.该方案利用M atlab的W eb技术,并结合其神经网络工具箱和数据库工具箱,实现了从电火花加工工艺数据库中获得数据进行神经网络计算,并将结果通过W eb服务器返回给浏览器.研究结果表明,所建立的基于W eb的人工神经网络预测系统很好地反映了电火花加工的工艺规律,能够通过In-ternet为电火花加工用户提供高效率、高精度的加工效果实时预测计算,并具有再学习的能力,实现了电火花加工工艺知识和加工经验的有效共享.     

EBP神经网络在空调负荷预测中的应用

空调系统负荷是一个典型的具有动态性、不确定性等随机特性的非线性模型.传统方式难于实现准确、快速地预测空调系统动态负荷.人工神经网络ANN具有高度的非线性运算能力和较强的容错能力,其中使用最为广泛的是误差反向传播EBP算法.研究结果表明,用EBP神经网络预测空调负荷和计算结果能较好地吻和.     

人工神经网络在建设工程评标中的应用

建设工程评标是一个多目标决策过程,评标过程中存在着大量的定性和模糊的因素,评标人很难快速作出准确客观的评判。用人工神经网络(Artificial Neural Network)作为新型信息处理工具,在建设工程评标中可应用于优选中标企业。介绍了Hopfield网络模型构造及算法设计,包括进行方案优劣排序、换位矩阵以及能量函数构造、神经元之间连接和输出。并用实例说明了该方法的优越性和实用性。