基于GA的BP网络模型及其应用

提出了一种基于实数编码的GA-BP复合算法，该算法对BP网络初始权值、结构、学习规则进行优化，从而在解空间中搜索出最优解，文中还给出了应用该算法解决油气产能预测的实例。     

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。     

改进的静止图像小波零树编码

在深入研究尺度小波变换和嵌入式小波零树压缩编码算法的基础上，探讨了一种改进的小波零树编码算法。通过采用基于嵌入式零树预测扫描算法的改进小波变换编码方法，对小波分解的低频子带图像采用DPCM预测编码，高频子带图像采用了改进的取消重要系数排序的零树预测扫描算法进行压缩编码，使之既具有原零树算法良好的压缩品质，同时也简化了的压缩算法，提高了该算法 的适应性，与JPEG压缩相比，它消除了JPEG图像在高压缩比下的方块效应，取得了令人满意的实验效果。     

JPEG2000熵编码模块的FPGA实现

依据JPEG2000标准中熵编码模块的基本内容，设计并实现了一种“适合VLSI实现”的嵌入式位平面编码硬件结构．通过对算术编码的硬件结构进行相应修改，加入前导零探测模块，达到了一个时钟周期编码一个符号的吞吐率．用Verilog语言在RTL级对熵编码模块进行描述，采用ALTEAR公司的现场可编程门阵列(FPGA)进行仿真验证与综合，结果表明所实现的熵编码模块能够以较小的资源耗费换取编解码时间的有效节约．     

AVS视频标准的帧内预测算法改进

为优化AVS视频编码算法提高其算法的运算效率,对AVS视频编解码标准中的帧内编码算法结构进行了合理调整,并对AVS帧内预测的C代码进行优化处理,减少了AVS帧内预测算法的冗余计算和判断,实现了一种改进的帧内预测程序.实验结果表明：优化后的AVS视频编码算法的运算速度提高10%以上,编解码的帧率平均每秒提高7帧左右.     

正定Toeplitz矩阵三角分解的修正Schur算法

在Schur算法的基础上构造了Schur补的位移结构，通过对Schur补的位移结构的生成子进行变化得到正定Toeplitz矩阵三角分解的一种修正的Schur算法，该算法的计算量为O(n2)．     

基于立体视频传输失真模型预测参数研究

针对现有的基于递归计算的像素级立体视频传输失真模型没有完善的预测参数求取算法,提出了一种基于立体视频传输失真模型的自适应立体视频预测参数的求取算法.该算法根据立体视频时空域特性,确定未丢失的帧间编码宏块采取的运动估计方法,并采用时域或者视间视差补偿的方式确定端到端预测失真及隐藏失真,进而确定时域和视间预测参数.结果表明:该算法与传统的预测参数固定取值算法相比,各视点的失真误差都有所减小,且对各种特性的序列有较好的适应性.     

基于全相位频谱分析的基因识别算法研究

为对未知基因序列的编码区进行预测, 利用基因编码区存在的频谱3-周期性质, 在传统的固定窗口长度滑动窗算法的基础上, 提出了一种改进型的基因识别算法. 新算法将全相位谱分析技术与多采样率数字信号处理技术相结合, 有效地降低了传统滑动窗算法中存在的截断效应, 减少了计算量并且可实现流水线操作. 最后通过计算机仿真将该算法所得结果与其他识别算法所得结果相比较, 结果表明该算法在核苷酸水平上有较高的预测准确性.     

一种基于预测分类的小波图像编码

对于小波较像编码，如何有效地组织小波域系数是提高图像压缩效果的关键。本文在研究小波域系数统计特性的基础上，提出一种用于图像压缩的预测分类模式，与基于零树结构的编码不同的是它充分利用了小波域中“重要”系数的各种相关性，并通过结合提出的种子膨胀算法实现系数的分类输出，实验结果表明该方法所取得的压缩效果要优于基于零树结构的图像编码，同时又具有较强的鲁棒性。     

H.264视频编码的关键技术及算法

介绍和分析了H．264采用的新编码关键技术及算法，诸如运动补偿。帧内预测，变换和量化，新的熵编码等．最后阐述视频编解码技术的研究方向及前景．     

基于量子克隆选择算法的AB非格蛋白质折叠预测

将免疫克隆选择算法与量子算法相结合的混合量子免疫算法应用于处理多极值和多变量的蛋白质折叠问题中.在克隆选择算法中引入免疫记忆细胞并加入量子双链编码方式以增加其搜索到全局最优值的概率.由于该算法易陷入局部最优,为改善该算法的性能而跳出局部最优解,将年龄算子引进到该算法中.实验结果表明,改进后的量子免疫算法在最低能量值和计算时间上与之前相比有明显的提高,而且年龄算子的加入在早熟收敛的改善上同样效果显著.     

基于实数编码遗传算法的多层神经网络BP算法

提出用实数编码的遗传算法来优化多层神经网络的权值，并且将遗传算法与ＢＰ算法结合，能有效地避免ＢＰ算法陷入局部极小和遗传算法过早收敛，实验结果令人满意．     

一种基于空间结构的数值优化演化算法

提出一种求解数值优化问题的演化算法－－基于空间结构的演化算法(Space GA），在这种算法中，作者将演化种群中的每个个体放在固定的位置上，杂交操作在其邻居上的几个点进行，因此不用选择遗传操作的父体，从而避免了确定选择压力的问题，同时空间结构保证了搜索的全局性，遗传操作保证了较优解在其空间中的扩展，从而达到了全局寻优的目的。文章还讨论了不同的空间结构算法的影响，此算法可以求角数学规划问题、约束函数优化问题，如果对实型变量采用取整的操作，算法还可以求解混合整数非性规划问题，数值试验的结果表明了算法在求解的速度，稳定性，质量等方面都优于一般的演化算法。     

高阶常微分方程的动态演化建模

提出了采用高阶常微分方程模型代替传统时序分析中所用的ARMA模型来实现一维时间序列的建模和预报．设计的将遗传程序设计与遗传算法相嵌套的动态演化建模算法,用遗传程序设计优化模型结构,以遗传算法优化模型参数,边收集数据边建模边预报,首次成功地实现了时间序列实时预报的程序自动化．两个时间序列的应用实例表明采用此算法可获得较好的实时预报效果．     

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 .     

基于混合遗传算法的MPRM最小化

MPRM(Mixed-Polarity Reed-Muller)最小化是RM(Reed-Muller)电路逻辑综合过程中一个非常重要的阶段,对于输入数较多的布尔函数,传统遗传算法(Genetic Algorithm,GA)在解决MPRM最小化问题时收敛过早.提出了一种基于混合遗传算法(Hybrid Genetic Algorithm,HGA)的MPRM最小化算法,该算法将基于相异度的局部改善策略结合到GA算法的迭代过程中.局部改善策略对种群中最佳个体和与之相异度最大的个体实施交叉操作生成新个体,并将新个体与最佳或最差个体进行竞争.将所提算法应用于一组具有较多输入数的MCNC基准电路,并与其他智能MPRM最小化算法进行比较.结果表明,局部改善策略能够避免算法陷入局部极小,增强了全局收敛能力.与模拟退火遗传算法(Simulated Annealing Genetic Algorithm,SAGA)相比,HGA算法在获得类似结果的前提下提高了时间效率;与Hybrid multi-valued DPSO算法相比,HGA在得到基本相同的算法结果时,时间效率亦基本相同.     

模拟退火-改进遗传算法及其应用

论述了遗传算法在全局搜索中的优势和模拟退火算法在局部寻优中的能力,进而提出了两者相结合的算法：模拟退火一改进遗传算法。通过比较,说明模拟退火一改时遗传算法的优化性能更好、更完善,并在实际应用中取得了良好的应用效果。     

基于SCE-UA算法的多模式降雨集成预报技术研究

高精度的降雨预报对于防汛决策具有重要指导意义. 以中国气象局GRAPES_MESO模式、中国气象局T639模式、美国国家环境预报中心GFS模式和上海区域中尺度SMS-WARMS模式为基础, 采用SCE-UA算法估计各预报模式权重系数, 通过加权平均建立多模式降雨集成预报, 并以宁波市2016年8月1日至2016年10月31日和2017年9月1日至2017年11月30日的降雨过程为例, 从均方根误差、相关系数、TS评分等多个方面分析集成预报的预报效果. 结果表明: 基于SCE-UA算法的多模式降雨集成预报的预报效果不仅优于各单一预报模式, 而且优于遗传算法和BP神经网络集成预报, 表现出较好的适用性.     

求解投资组合模型的遗传算法

针对投资组合模型的特点，研究了遗传算法的编码、算子和算子参数，设计出了一个能够求解投资组合模型的遗传算法．实证分析表明，在求解复杂的投资组合模型时，遗传算法的实算结果要优于梯度算法的实算结果．     

基于免疫遗传算法的多重序列比对

提出一种基于免疫遗传算法的多重序列比对的方法，它将一种免疫算子加入到遗传算法的框架中，通过对个体接种疫苗来进一步提升个体的存活能力，实验结果表明，该方法可以加快收敛速度，并能求出比遗传算法更优的解。