邻域并与泛圈图

本文中 ,我们用邻域并对泛圈图进行深入的研究 ,主要取得了“2连通 n( n≥ 3 )阶图 G,满足下列条件之一 ,则 G是泛圈图 : :δ≤ ( n-7) /3 ,N C≥ ( 2 n-3 ) /3 ; :( n-6) /3≤ δ≤ ( n+2 ) /3 ,N C≥ 2 n/3 ; :δ≥ ( n+3 ) /3 ,N C≥ ( 2 n-3 ) /3 .当 3≤ n≤ 14时 ,N C≥ 2 n/3”     

一种自适应人工蜂群算法求解U型顺序相依拆卸线平衡问题

产品拆卸过程中零部件之间会相互干扰影响任务作业时间,基于该情形构建了多目标U型SDDLBP优化模型,并提出一种自适应ABC算法。所提算法设计了自适应动态邻域搜索方法,以提高局部开发能力;采用了轮盘赌与锦标赛法结合的分段选择法,以有效评价并选择蜜源进行深度开发;建立了基于当前最优解的变异操作,以提高全局探索能力快速跳出局部最优。最后,通过算例测试和实例分析验证算法的高效性。     

基于邻域贡献权值细化的圆心亚像素定位算法

针对传统的圆心算法过程复杂、定位精度受初始边缘提取效果影响较大等问题,提出了一种基于邻域贡献权值细化的圆心亚像素定位算法。首先引入邻域贡献权值系数,改进传统非极大值抑制法,细化边缘;然后在边缘点的梯度方向对灰度值进行高斯拟合,确定亚像素边缘位置;最后针对边缘突变点提出了基于随机抽样一致的最小二乘法来拟合圆心。实验结果表明,该算法具有较好的精度和稳定性,圆心的提取精度可以达到0.1个像素。     

线性互补问题在宽邻域下的局部二次收敛算法

艾文宝(2004)的宽邻域算法弥补了内点法在理论和实践表现之间的差异.基于这个算法的优越性,将其推广到线性互补问题中.新算法在一次迭代中,采用两个方向的线性组合作为新方向,并以满步长到达下一个点.可以证明,该算法具有O(n~(1/2)L)的理论复杂度,这是迄今为止最好的复杂度结果.同时,在假设线性互补问题存在严格互补解的前提下,证明算法具有局部二次收敛性.最后,数值实验说明算法是有效的.     

2-阶邻域连通无爪图的Hamilton性

设Ｇ是无爪图．对ｘ∈Ｖ（Ｇ），若Ｇ［Ｎ（ｘ）］不连通，则存在ｙｉ∈Ｖ（Ｇ）－｛ｘ｝（ｉ－１，２），使｜Ｎ（ｙｉ）∩Ｋｉ（ｘ）｜≥２，且｜Ｎ（ｙｉ）∩Ｎ（Ｋｉ＋１（ｘ））｛ｘ｝｜≥２（ｉ模２），那么称无爪图Ｇ是强２－阶邻域连通的，其中Ｋ１（ｘ），Ｋ２（ｘ）分别表示Ｇ［Ｎ（ｘ）］的两个分支．本文证明了：连通且强２－阶邻域连通的无爪图是Ｈａｍｉｌｔｏｎ图．     

多星联合鲁棒性调度模型研究

在多星联合调度过程中,存在着很多不确定性因素,其中云层覆盖变化是主要的不确定性来源.本文针对考虑云层覆盖变化的多星联合调度问题,借鉴了连续函数的鲁棒性优化思想,提出了一种基于邻域的鲁棒性指标.在此基础上,建立了多星联合鲁棒性调度模型,给出了观测任务优先级的计算方法.实例研究表明,本文建立的模型能够在保证调度方案性能的基础上,获得鲁棒性强的调度方案.     

随机活动工期下考虑缓冲成本及效用的融资费用最小化项目调度优化研究

巨额融资所带来的高昂融资费用，推高承包商的总成本，严重挤压其利润空间。承包商迫切需要对项目现金流进行优化，提高资金配置效率，降低融资费用。此外，为了应对不确定性干扰，承包商通常花费事前成本为活动添加时间缓冲，以保证进度计划稳定性，以减少事后变更和调整费用。因此，本文研究随机活动工期下考虑缓冲成本及效用的融资费用最小化项目调度优化研究，旨在为承包商生成具有一定鲁棒性的融资费用最小化基准进度。首先，界定研究问题并构建优化模型，在此考虑为活动插入时间缓冲所带来的成本及效用。其次，设计VNTS混合算法对模型进行求解，提炼相关性质以提高算法搜索效率，并在算例集合上进行算法测试。最后，通过案例对本文研究进行说明。研究结果可以为随机活动工期下承包商控制融资费用、提高项目收益，提供定量化决策支持。     

一种求解P*(κ)阵线性互补问题的宽邻域内点算法

基于线性规划宽邻域内点算法的基本思想,对P*(κ)阵线性互补问题提出了一种基于宽邻域N-∞(β)的势函数约减算法.该算法的每一次迭代都通过求解一个线性方程组得到迭代方向,并利用势函数来选取步长,使得迭代前后势函数按一固定量减少,从而使对偶间隙有固定的减少.证明了算法的迭代复杂性为O((κ 1)nt).     

鲸群优化的粒子滤波算法研究

针对标准的粒子滤波存在粒子贫化问题,提出了一种鲸群优化的粒子滤波算法。用粒子表征鲸鱼个体, 模拟鲸鱼群体搜寻猎物的过程,引导粒子向高似然区域移动。将粒子滤波中粒子的状态值作为鲸鱼群的个体位置,将粒子的状态估计转化为对鲸鱼群的寻优;通过鲸群的螺旋运动方式优化粒子的重要性采样过程,使粒子分布更加合理,对鲸群算法中的全局最优值引入最优邻域随机扰动策略,并在鲸鱼位置更新过程中加入自适应权重因子;选用一种典型的单静态非增长模型进行仿真测试。测试结果表明:提出的方法与传统的粒子滤波以及引力场优化的粒子滤波相比,在保证相同粒子数的前提下,算法的均方误差分别降低了28%和9%,证明了鲸群优化的粒子滤波算法具有更高的估计精度,并且在粒子数较少的情况下,可实现更准确的状态估计。     

基于小波域马尔可夫随机场模型的压缩传感图像重构

目前在压缩传感重构算法中利用图像的可稀疏性表示先验知识,从比奈奎斯特采样少得多的观测值中恢复原始图像。除了稀疏性之外,邻域系数的相关性也可以作为先验知识加速重构算法收敛。为了克服目前算法中没有利用邻域系数相关性的缺点,提出了基于小波域马尔可夫随机场模型的压缩传感图像重构算法,根据显著性度量对变换系数进行分类得到具有马尔可夫性的初始掩模,利用ICM算法完成掩模优化,实现系数更新,并将算法与未考虑邻域相关性的算法进行了比较。实验结果证明了算法的有效性。