一种综合学习粒子群优化算法

针对复杂多峰函数优化,提出了一种综合学习粒子群优化算法(IELPSO)。该算法把基于超球坐标系的粒子更新和辨识、加速质量差的粒子两个策略引入基于例子学习粒子群优化算法(ELPSO)。本算法利用超球坐标操作改变粒子大小和方向,因而粒子在搜索过程中能覆盖局部极小,同时能发现最差粒子并且加速它们靠拢最优解。提出的算法与其他已有算法进行了比较,对几种典型函数的测试结果表明,IELPSO算法提高了收敛速度和精度,全局搜索能力有了显著提高。     

并行迭代的高阶加速方法

从4阶收敛的并行迭代公式出发,利用并行加速技巧构造了一个5阶收敛的并行迭代算法,并进行了收敛性分析,通过数值实验验证了算法的高速收敛性.     

考虑缓冲时间的受扰航班恢复问题建模与求解

在制定受扰航班恢复计划时,为航班设置缓冲时间,可有效减少航班实际执行时的延误传播。研究考虑缓冲时间的受扰航班恢复问题,以恢复成本最小化为目标建立混合整数规划模型和集合划分模型。采用改进分支定价算法求解,并应用两种加速策略加快算法的求解。小规模算例的求解与CPLEX优化软件进行对比,验证了模型和算法的有效性,大规模算例实验表明了改进分支定价算法的高效性。使用加速策略使得算法的平均求解时间由937.63 s降到185.22 s,平均效率提高80.25%。     

一维搜索的一个Anderson-Bjrck外推加速算法

对一维搜索的二点二次插值法,利用Anderson-B j rck外推的思想提出了一个加速收敛算法,得出并证明了两条收敛性定理,且通过数值试验验证了该算法比二点二次插值法收敛速度快很多。     

并行Adaboost-BP算法及其在海量图像分类中的应用

为解决基于单节点架构的传统分类算法存在的时间效率差、分类准确率低等问题,提出了一种基于并行Adaboost-BP神经网络的海量图像分类方法.将BP神经网络作为弱分类器,由Adaboost算法组合15个BP神经网络的输出,构建了强分类器;充分利用了Hadoop平台下Map Reduce并行编程模型,提出了海量图像的自动分类模型,设计了并行Adaboost-BP神经网络算法的Map和Reduce任务.多组实验表明,相对于传统的AdaboostBP神经网络算法,提出的算法在Pascal VOC2007数据集和Caltech256数据集上的平均分类准确率分别提高了14.5%和26.0%,而且算法运行耗时少,系统加速比随集群节点个数增加而增加,在图像规模增加到20 000时,加速比几乎呈线性增长趋势.实验结果充分证明,提出的方法适合海量图像的自动分类和预测.     

数字油画制作中的加速k均值颜色聚类算法

提出了一个数字油画制作中的加速k均值图像颜色聚类算法:AkMTI-CCI算法.该算法应用最远优先原则初始化聚类中心,消除了颜色聚类结果对初始中心的依赖性.利用三角不等式减少聚类过程中距离的计算量,提高了颜色聚类的速度.数值实验表明:AkMTI-CCI算法提高了颜色聚类的速度且改善了颜色聚类的效果.     

一维搜索的一个Anderson-Bj(o)rck外推加速算法

对一维搜索的二点二次插值法，利用Anderson—Bjorck外推的思想提出了一个加速收敛算法，得出并证明了两条收敛性定理，且通过数值试验验证了该算法比二点二次插值法收敛速度快很多。     

有界区域上多峰函数全局优化问题的改进演化算法

针对演化算法求解有界区域上的多峰函数全局优化问题中，保持种群多样性和搜索效率的矛盾，提出了一种结合了多样性维持机制和加速算子的改进演化算法并对算法作了收敛性分析．实验结果表明，在低维情况下，算法容易收敛于全局最优解，优于基本遗传算法；在高维情况下，虽不满足收敛条件，但算法仍能收敛到本文意义下的ε-满意解，优于基本粒子群算法．     

基于膜计算粒子群优化的FastSLAM算法改进

针对FastSLAM算法存在的粒子退化和粒子多样性缺失问题,提出了一种基于膜计算粒子群优化的FastSLAM算法.该算法将膜计算和粒子群优化算法相结合,利用膜计算的并行性、分布式的特点和粒子群优化算法的简单高效的优点,加速调整FastSLAM算法中粒子群的建议分布向全局最优解处收敛,在保证算法局部搜索精度的同时,扩大搜索范围,提高全局搜索的多样性,促使预测粒子更快的朝着真实的机器人位姿状态逼近,减缓粒子退化.最后利用MATLAB平台进行仿真实验.实验结果表明该算法提高了FastSLAM算法的定位精度,同时减少了系统运行时间,效率得到有效提高.     

关于不适定积分方程修正OS-EM算法的收敛性研究

主要针对修正OS-EM(Ordered-Subset Expectation-Maximization)重建算法进行研究, 即利用超松弛参数来加速有序子集, 期望最大化的快速重建算法, 并且通过OS-EM算法来进行收敛性分析. 此外, 还充分利用KL距离的一些性质, 以探究在精确数据的情况下, 修正OS-EM算法的单调性及其方程解的收敛性.     

自适应粒子群优化算法及其在注塑成型质量指标软测量中的应用

对粒子群优化算法(PSO)进行分析,提出了一种根据速度信息自适应调整参数的粒子群优化算法(APSO-VI),该算法经过大量测试函数上的模拟实验验证,并与PSO进行了比较。实验结果表明,该算法能克服基本PSO算法在求解高维、多峰等大规模复杂非线性优化问题时易陷入局部最优和不收敛的     

一种非线性RED算法的研究

定量分析了平均队列长度与网络性能的关系，在介绍了尾丢弃和RED算法之后，提出了一种非线性RED算法，并将非线性RED算法与RED算法进行了定量的比较，指出采用非线性RED算法，路由器可以避免在平均队列长度到达最大阈值前过多地丢弃分组，而且可以提高路由器的缓冲区利用率。     

RSA密码的一种快速实现算法

RSA算法是基于数论的公开密钥密码体制。在深入地研究RSA算法的加密解密原理的基础上,详细地分析了SMM算法的乘同余对称特性,应用2K算法具有减少迭代次数的特征,对SMM进行优化组合。通过理论分析,得到改进算法快速的数学依据,并在实验中证明了在这数学条件下改进后的组合算法比     

分布式系统中进程迁移算法研究

进程迁移是改善分布式系统的负载平衡和稳定性的一种有效手段，本文总结了主要的４ 类进程迁移算法，比较了它们的优点和缺点．并将该算法与“中庸算法”相结合，为“中庸算法”的实现打下了理论基础．     

多通道自适应码流(MC-AoB)彩色图像编码

提出了一种彩色图像的编码方法MC-AoB，该方法将一幅彩色图像分成多个通道分别独立编码．当码流长度有限时，在通道间进行了优化分配，使得各通道的失真度大体相等．在通道内部，采用了块间剪裁算法，用拉格朗日乘子法找到最适合的剪裁点集．对于通道内小波系数的编码，改进了JPEG2000里的算术编码方法，加入了游程编码的思想，在降低编码复杂度的同时保证了较高的压缩比．另外，该算法并行性较高，可以并行执行．模拟实验证明，在码流长度较小的情况下，MC-AoB算法可取得显著的效果。     

3D-power图的快速生成方法

3D-power图在图形学和流体仿真等领域应用广泛。为解决已有的3D-power图计算方法时间性能较差的问题,提出了基于GPU的power图构造算法,给出了一种用于计算power图各区域之间的面积估值方法,使基于GPU的构造算法与Lloyd算法、牛顿法相结合,生成满足约束条件的3D质心容量限制power图（3D-centroidal capacity constrained power diagram,3D-CCCPD）。结果表明,本文算法的时间性能较已有的3D-power图构造方法提高了几个数量级。     

MUSICAM算法中子带滤波的DSP实现

提出了基于8点IDCT变换的MUSICAM算法中子带滤波的改进算法,然后针对TIC62X DSP结构特点和汇编优化的编程特点,给出了此改进算法的DSP实现.     

求复多项式全部重零点的Kuhn一球形组合迭代法

本文结合应用球形迭代法的几何估计技巧与Kuhn一算法的整体收敛特性,提出了求复多项式全部重零点的一种组合迭代法.大量数值实验说明,该组合算法较之于Kuhn一算法有更高的计算效率和更少的计算复杂性.     

网格自适应任务调度算法研究

对网格自适应任务调度算法进行概括性研究．针对传统的Min—Min算法的高效特性和Max—Min算法的负载平衡特性．以提高任务调度的时间跨度性能为目标．提出了一个循环选择执行的网格任务自适应词度策略（Adaptiv eMin—Min and Max—Min，A—MM）．实验表明．该算法在时间跨度等方面的性能较以往算法有较大提高．     

常微分方程组的演化建模新算法

提出了常微分方程组的演化建模的一种新算法 ,新算法在 3个方面改进了作者原有的算法 :(1)采用新的适应值评估方式 ;(2 )采用一种基于子空间搜索的遗传算法来优化模型的参数 ;(3)将传统的遗传程序设计方法与局部搜索技术相结合来优化模型的结构 .将新算法分别应用于人口增长与化学反应模型的自动建模 ,并比较两种算法的实验结果 ,表明新算法发现的模型更稳定、精确度更高 .