基于固定序的Bellman-Ford算法的改进

固定序算法是Bellman-Ford算法的一种基本改进算法。为了改变固定序算法在稀疏图上的劣势,本文通过预先订制参与迭代的点的计算顺序,对该算法进行了改进。实验表明,在稀疏图上, 改进后的算法相对于原算法计算效率提高了近50%, 并能够与国际流行的先进先出算法相媲美。本文的工作表明,固定序算法不仅在大规模稠密图上具有明显的优势,而且在稀疏图上也具有很强的竞争力。     

微分方程(组)对称向量的吴-微分特征列算法及其应用

给出（偏）微分方程（组）（PDEs）对称向量的吴-微分特征列集（消元）算法理论．把古典和非古典PDEs对称问量的计算问题统-在吴-微分特征列理论框架之下处理．给出了产生PDEs对称向量的无穷小方程和验证已知向量为PDES对称向量的机械化原理,理论上彻底克服了传统算法中的缺陷并为计算PDEs对称向量提供了一种新算法．用计算机代数系统mathematica编制了相应的软件包,具体实现了该算法．作为应用给出了Burgers方程的非古典对称向量的完整解答．     

二维多项式本征应变边界积分方程及其数值验证

针对弹性介质中的椭圆形异质体,给出了低阶多项式分布的二维本征应变边界积分方程和相应的Eshelby张量的定义．以边界元分域法为参照,利用含有单个异质体的弹性介质对提出的计算模型和算法进行了数值验证．结果表明该算法取得较大的改进,其计算效率高于传统的边界元法,计算精度则高于采用常数本征应变的计算模型．     

盒维数的一个等价定义及其应用

给出了盒维数的一个等价定义．该定义与盒维数的现有定义相比,从理论上更容易验证,在应用中更适合于数值计算．据此给出了计算盒维数的一个数值算法．     

解微分方程组的改进尤拉方法的改进

对改进尤拉方法解微分方程组的方法作了改进,改进的算法与原来算法的计算量一样,但精度比较高.     

带有子空间模式搜索的共轭方向法

Powell算法是共轭方向法中最有影响的算法之一。从理论上讲它具有二次收敛的良好性质,但这种方法极易出现搜索方向向量组线性相关或近乎线性相关的情况,致使收敛性受到很大影响。所以Powell本人以及Sargent和Zangrwill等相继提出了许多改进方案,但此时不再具有二次收敛的性质,而且又增加了很多计算量。本文给出的     

ABS投影算法的两个改进

本文将求解线性方程的ABS投影算法进行两方面的改进和推广，一是使算法在第K次迭代产生的点xk＋1不仅满足前k个方程，还尽可能地使得在点xk处成立的方程j（j＞k）在xk＋1处仍成立，称之为强ABS投影算法，另外初始选代矩阵由非奇异的减弱为任意的．二是建立了系数矩阵有零子块的方程组的ABS投影算法，其存贮量和计算量比原ABS投影算法小．ABS算法可以作为这两种改进算法的特别情形．     

最优化梯度法的改进

本文对最优化方法中的梯度算法进行了改进，使改进后的算法比梯度法的收敛速度快，而且该算法比牛顿法计算量小。     

控制系统生存核的逼近算法

生存核的计算是控制理论中的一个重要研究方向．给出了一种计算一般离散控制系统生存核的新算法．基于机器学习的方法,给出了逼近生存核的算法．并在一定条件下,证明了此算法的收敛性．此算法在一定程度上避免了计算量随控制空间的维数增长而指数增长的问题．最后,给出具体的实际例子来说明算法的有效性．     

辛RK型方法的形式能量

引言 自从冯康先生创立哈密尔顿系统的辛算法后,为数众多且多种多样的保结构算法已经被提了出来［１－４］．哈密尔顿系统的能量Ｈ（ｚ）也是系统的不变量,但一般情况下,没有任何一个辛格式能够保持所有原始哈密尔顿能量［５,６］．另一方面,任何辛格式都保持一个形式哈密尔顿能量,它随格式本身的精度逼近原始哈密尔顿能量．关于形式能量的计算有多种途径,如冯康先生通过生成函数的微积分技巧在理论上得到了构造有生成函数确定的辛差分格式的形式能量的完整方法．Ｙｏｓｈ［１１］利用 Ｌｉｅ级数的 ＢＣＨ公式确定了可分哈密尔顿系…     

Space-time tradeoffs in negative cycle detection - An empirical analysis of the Stressing Algorithm

This paper discusses space-time tradeoffs associated with algorithms for the problem of detecting negative cost cycles in networks (NCCD). NCCD is one of the more ubiquitous problems in computer science and operations research, with applications ranging from program verification and real-time scheduling to image segmentation and shortest path identification. Typical algorithmic analysis, whether theoretical or empirical, focuses almost exclusively on the running time of the algorithm. However, there exist applications in which space is just as important a parameter as time is. This is especially true when the problem instances are very large, as is the case in program verification. Consequently, an algorithm that minimizes running time while ignoring the space overhead may be impractical. In this paper, we analyze a number of the more common algorithms for NCCD from the perspectives of both time and space, with a view towards providing a space-time tradeoff for the practitioner. All the algorithms discussed in this paper (with the exception of Network Simplex) run in O(m·n) time on a network with m arcs and n vertices; however, their space requirements range from O(1) (Stressing Algorithm) to Ω(n) (all the Bellman-Ford and Network Simplex variants). Our empirical results demonstrate that in the cases where space is paramount, the Stressing Algorithm is a useful alternative to the Bellman-Ford variants.     

An alternating projected gradient algorithm for nonnegative matrix factorization

Due to the extensive applications of nonnegative matrix factorizations (NMFs) of nonnegative matrices, such as in image processing, text mining, spectral data analysis, speech processing, etc., algorithms for NMF have been studied for years. In this paper, we propose a new algorithm for NMF, which is based on an alternating projected gradient (APG) approach. In particular, no zero entries appear in denominators in our algorithm which implies no breakdown occurs, and even if some zero entries appear in numerators new updates can always be improved in our algorithm. It is shown that the effect of our algorithm is better than that of Lee and Seung’s algorithm when we do numerical experiments on two known facial databases and one iris database.     

整数规划的布谷鸟算法

布谷鸟搜索算法是一种新型的智能优化算法．本文采用截断取整的方法将基本布谷鸟搜索算法用于求解整数规划问题．通过对标准测试函数进行仿真实验并与粒子群算法进行比较,结果表明本文所提算法比粒子群算法拥有更好的性能和更强的全局寻优能力,可以作为一种实用方法用于求解整数规划问题．     

遗传算法的一种改进进化策略

在现有文献研究的基础上,对传统遗传算法的进化策略又作了进一步研究,提出了一种改进的进化策略.进化策略克服了传统遗传算法中交又得到的优秀个体有可能在变异过程中遭到破坏而不能生存的不足.另外取消了遗传算法中难以确定的交叉、变异概率,使交叉产生的新个体数增多,这样可增大产生更优秀个体的可能性,因而可使遗传算法的性能得到更好的改善.通过4个测试函数的测试计算,结果表明,给出的改进进化策略比传统遗传算法进化策略的运算速度明显提高,迭代次数明显减少,从而验证了提出的改进进化策略的有效性.     

A modified augmented lagrange multiplier algorithm for toeplitz matrix completion

In this paper, a modified scheme is proposed for iterative completion matrices generated by the augmented Lagrange multiplier (ALM) method based on the mean value. So that the iterative completion matrices generated by the new algorithm are of the Toeplitz structure, which decrease the computation of SVD and have better approximation to solution. Convergence is discussed. Finally, the numerical experiments and inpainted images show that the new algorithm is more effective than the accelerated proximal gradient (APG) algorithm, the singular value thresholding (SVT) algorithm and the ALM algorithm, in CPU time and accuracy.     

Multiprocessor scheduling: combining LPT and MULTIFIT

We consider the problem of scheduling a set of n independent jobs on m identical machines with the objective of minimizing the total finishing time. We combine the two most popular algorithms, LTP and MULTIFIT, to form a new one. MULTIFIT is well known to have better error bound than LPT with the price paid in running time. Although MULTIFIT provides a better error bound, in many cases LPT still can yield better results. This motivates the development of this new combined algorithm, which uses the result of LPT as the incumbent and then applies MULTIFIT with fewer iterations. The performance of this combined algorithm is better than that of LPT because it uses LPT as an incumbent. The error bound of this combined algorithm is never worse than that of MULTIFIT. For example, the error bound of implementing this combined algorithm to the two-processor problem is , compared to the error bound of in MULTIFIT. Empirical results of the comparison for schedules obtained by the combined algorithm, MULTIFIT and LPT are also provided.     

关于构造数学物理中非线性发展方程组孤波解的一种新算法

根据改进的sine-cosine法和吴文俊消元法,给出了一种构造非线性发展方程组孤波解的新算法。这种算法比已知的双曲函数法有更好的结论,并且在使用的过程中更简单。借助于MATH-EMATICA软件,这一算法能够在计算机上实现。     

快递企业“最后一公里”快件收派优化方案研究

本文以快递公司快件收派服务为背景,对区域收派路线规划问题进行研究,结合A快递公司实际运作情况进行案例分析,综合考虑收派混合、动态性、时间窗和容量约束四个最主要的因素,建立数学模型,设计收派流程,通过改进的禁忌搜索算法在短时间内得到优化的路径结果,并在收派活动进行中动态处理新需求及实时更新收派路径,以提高收派效率。基于该企业实际数据的计算结果表明,本文提出的相应流程和算法比实际操作获得更好的解。     

一个新的单纯形类算法

提出了一个求解线性规划的新单纯形类算法。它不仅无须引入人工变量，而且在第一阶段中采用无比检验。因此新算法比Arsham最近提出的push-to—pull算法效率更高。此外，本算法的数值稳定性也优于push—to—pull算法。