一种IT企业服务定价方法

为了解决IT企业中服务价格无统一计算方法,多由施工人员自行确定的问题,提出了一种解决IT企业服务定价的方法。该方法先用模糊C均值算法对既往的原始价格数据进行聚类分析,再按聚类结果对每类数据分别进行多元线性回归分析,并建立服务定价的数学模型,在此模型的基础上,估算出服务的价格。最后通过数据验证结果证明,此方法的定价效果较为理想,具有可行性和推广价值。     

基于遗传算法的TSP问题求解

遗传算法（ＧＡ）是一种基于自然群体遗传机制的高效搜索算法,由于它在搜索空间中同时考虑许多点,这样就减少了收敛于局部极小的可能,同时也增加了处理的并行性。因此,可以利用遗传算法研究典型的组合优化实例———ＴＳＰ问题的求解问题,相应的求解方法称为遗传优化算法。计算机模拟结果表明,与Ｈｏｐｆｉｅｌｄ神经网络算法相比较,遗传优化算法不仅在收敛速度方面优于神经网络算法,而且通过较少的计算量就可以得到优于神经网络算法而更接近于最优解的满意解。     

CSCW原型系统：“网络围棋俱乐部”实现的若干关键问题

文中重点介绍了ＣＳＣＷ原型系统－－“网络围棋俱乐部”系统实现中的若干关键问题。该系统基于ＰＪＶＭ开发平台,用Ｊａｖａ语言书写,可运行在由Ｕｎｉｘ（Ｓｏｈｌａｒｉｓ２．４）和Ｗｉｎｄｏｗｓ（９５．ＮＴ）组成的异构型网络上。     

基于改进蚁群算法的铁路乘务交路计划的编制

针对提高铁路乘务交路计划编制质量和效率的问题,将乘务交路计划编制问题抽象为单基地、均衡行驶路程的多旅行商问题（MTSP）,引入均衡因子,建立了以乘务交路用时少和子乘务交路间任务均衡为目标的数学模型。针对该模型提出了一种双重策略蚁群优化算法,该算法首先构建满足时空约束的解空间,分别对乘务区段节点和接续路径设置信息素浓度,然后采用双重策略状态的转移概率,使蚂蚁遍历所有乘务区段,最终找到符合乘务约束规则的子乘务交路。最后运用广深线城际铁路数据对设计的模型及算法进行检验,经与遗传算法的实验结果对比分析表明：在相同的模型条件下,运用双重策略蚁群优化算法编制的乘务交路计划乘务交路个数减少了约21.74%、乘务交路总时长降低了约5.76%、交路超劳率为0。运用所设计的模型和算法编制乘务交路计划能够减少乘务计划交路时长,均衡工作量,避免产生超劳交路。     

一种基于新型差分进化模型的MOEA/D改进算法

针对MOEA/D算法中差分进化操作收敛精度不高且速度较慢的不足,提出了一种综合基于可控支配域的向量差生成策略和基于主成分的动态缩放因子的新型差分进化模型,均衡显性与隐性搜索引导;并实现了一种基于新型差分进化模型的MOEA/D改进算法（MOEA/D-iDE）。新型差分进化是借助基于可控支配域的非支配排序对邻域进行分层,根据分层信息生成与不同进化阶段相匹配的向量差,实现对种群收敛速度的显性引导;同时对决策空间进行主成分分析,动态调整差分进化缩放因子,实现对种群收敛精度的隐性引导。实验选取ZDT、DTLZ和WFG等为测试问题,以IGD+,ER作为评价指标,将MOEA/D-iDE算法与6个同类算法进行对比实验,结果表明新算法在保证多样性的同时具有更好的收敛速度与精度,从而验证了新型差分进化模型的有效性。     

不确定干扰约束下外集卡提箱策略

为提高集装箱码头作业效率,降低不确定干扰因素对外集卡提箱作业的影响,提出以滚动窗口策略处理干扰因素的方法,并建立以作业延误惩罚成本与场桥移动成本最小化为目标的混合整数模型,采用遗传算法（GA）进行求解。首先,利用滚动窗口策略得到在无干扰因素情况下的外集卡提箱作业调度方案;其次,当出现干扰因素时触发滚动窗口再调度机制对外集卡提箱作业顺序重新安排;最后,计算出各滚动窗口内最优的调度方案,提出总计划时间内最优作业方案。通过对不同情景下的案例求解结果进行对比分析,实验结果表明在无干扰情况下,滚动窗口策略下的最小作业成本比传统作业方式下降低了9%,而在干扰情况下滚动窗口策略优于传统作业方式15%,进而验证了算法的有效性以及滚动窗口策略对外集卡提箱作业的优越性。     

基于随机游走的改进标签传播算法

社区发现是挖掘社交网络隐藏信息的一个有用的工具,而标签传播算法（LPA）是社区发现算法中的一种常见算法,不需要任何的先验知识,且运行速度快。针对标签传播算法有很强的随机性而导致的社区发现算法结果不稳定的问题,提出了一种基于随机游走的改进标签传播算法（LPARW）。首先,根据在网络上进行随机游走确定了节点重要性的排序,从而得到节点的更新顺序;然后,遍历节点的更新序列,对每个节点将其与排序在其之前的节点进行相似性计算,若该节点与排序在其之前的节点是邻居节点且它们之间的相似性大于阈值,则将排序在其之前的节点选为种子节点;最后,将种子节点的标签传播给其余的节点,得到社区的最终划分结果。将所提算法与一些经典的标签传播算法在4个有标签的网络和5个无标签的真实网络上进行比较分析,实验结果表明所提算法在标准互信息（NMI）、调整兰德系数（ARI）和模块度等经典的评价指标上的性能均优于其余对比算法,可见该算法具有很好的社区划分效果。     

FISTA Algorithm for Radiography Images Enhancement with Background Blurring Removal

Testing and detecting potential defects in works of art is usually required to cause minimal or no damage; industrial Radiography Testing (RT) is often the method of choice provided the images are of the required high quality and yield high defect detection sensitivity. Various digital image processing methods can be employed to achieve improved image quality and information extraction as required. The level and nature of the noise in the RT images is usually unknown. In addition to the different noises, the image quality is degraded by the blurring effect. In this study, a modified form of the Fast Iterative Shrinkage-Thresholding Algorithm (FISTA) with quadratic regularization strategy was developed and applied to remove the blurring. The output of the application of the method to number RT images of five art objects was evaluated by industrial radiography and antiquities experts. It was confirmed that the applied method was efficient and improved image quality and defect detection.     

配网规划智能决策支持系统的研究——基于地理信息系统及人工智能方法

配电系统的最优规划（新域区的垦荒计划及旧城区的增容计划）是一个非常复杂的非线性组合优化问题。本文结合地理信息系统（ＧＩＳ）的空间特性与人工智能（ＡＩ）方法的鲁棒性两者的优点,进行配电网络规划设计,较详细地论述了用于配网规划的智能决策支持系统（ＩＤＳＳ）的结构和组合;并以遗传算法在初级布线中的应用为实例来说明ＩＤＳＳ的具体实现。     

遗传算法的单双点杂交方法对比研究

对单点杂交及双点杂交进行了对比研究,给出了双点杂交操作优于单点杂操作的理论分析结果,函数优化实验也显示了相同的结论。