求解PageRank问题改进的多分裂迭代法

引用两种加速计算PageRank的算法,分别为内外迭代法和多分裂迭代算法.从这两种方法中,得到改进的多分裂迭代方法.首先,详细介绍了算法实施过程.然后,对此算法的收敛性进行证明,并且将此算法的谱半径与原有的多分裂迭代算法的谱半径进行比较.最后,数值实验说明我们的算法的计算速度比原有的多分裂迭代法要快.     

求解PageRank问题的GMRES重启的松弛两步分裂法

正1引言随着互联网信息的快速发展,网络搜索引擎是人们通过互联网获取信息的重要工具.搜索引擎的关键技术就是网页排序,其核心是搜索引擎算法的设计.斯坦福大学的Larry和Sergey Brin在1996年提出的PageRank算法,主要是用于网页评级的系统,该算法在Google搜索引擎中取得了很大的成功.所谓PageRank问题就是求解Google矩阵A的首特征值1所对应的特征向量,即线     

求解PageRank问题的重启GMRES修正的多分裂迭代法

PageRank算法已经成为网络搜索引擎的核心技术。针对PageRank问题导出的线性方程组,首先将Krylov子空间方法中的重启GMRES(generalized minimal residual)方法与多分裂迭代(multi-splitting iteration,MSI)方法相结合,提出了一种重启GMRES修正的多分裂迭代法;然后,给出了该算法的详细计算流程和收敛性分析;最后,通过数值实验验证了该算法的有效性。     

高阶PageRank问题的一个两步分裂迭代算法

在一般PageRank问题的基础上,Gleich等结合了马尔科夫链的性质提出了高阶PageRank问题.基于Gleich等提出的几个算法,结合两步分裂迭代的思想提出了解高阶PageRank问题的一个两步分裂迭代算法.该算法能增加收敛的范围,并且减少算法的迭代步数.     

求解PageRank问题的多步幂法修正的内外迭代法

引用两种加速计算PageRank的算法,分别为内外迭代法和两步分裂迭代算法.从这两种方法中,得到多步幂法修正的内外迭代方法.首先,详细介绍了算法实施过程.然后,对此算法的收敛性进行证明,并且将此算法的谱半径与两步分裂迭代算法的谱半径进行比较.最后,数值试验说明该算法的计算速度比两步分裂迭代法要快.     

求解运输问题的一个算法

给出一个求解问题的数值算法，证明了算法的理论依据，并举例说明算法的应用。     

求解指派问题的一个算法

为了便于建立与指派问题有关的决策支持系统，本给出了一个求解指派问题的数值算法，证明了算法的理论依据。该算法能求得问题的最优解，并具有易于编程实现、收敛性好等优点，大量数值实验表明该算法非常实用有效。     

混沌演化算法求解背包问题

0 引言现实世界的许多优化问题属于动态优化问题一类．我们求解此类问题的目标,是设计一种自适应算法,能够在变化的问题环境中连续追踪最优解．演化算法是基于自然界     

PageRank的改进算法——调整阻尼因子

Google将PageRank定义成某个非周期不可约Markov转移概率矩阵的平稳分布,于是对PageRank算法的改进所得到的矩阵一定要是非周期不可约Markov转移概率矩阵,结合RageRank算法和林共进修正算法思想,以及修正算法存在的问题,本文给出了改进算法,并通过简单试验对改进算法进行调整,调整后的改进算既满足Google的初衷又解决其算法的问题,也没有增加算法的复杂度.     

求解车辆路径问题的免疫算法

将免疫算法用于求解车辆路径问题,并根据车辆路径问题的具体情况提出了一种基于分组匹配的亲和力计算方法.实验结果表明,免疫算法能有效地应用于车辆路径问题.     

求解运输问题的一种算法

文章给出了运输问题的一种算法,该算法计算过程容易掌握,求解具有一次终止性     

求解特征值互补问题的ABS算法

正1引言对给定的矩阵A∈R~(n×n)和正定阵B∈R~(n×n),特征值互补问题(EiCP)~([1-3])是指:求实数λ和向量x∈R~n\{0}使得{y=(A-λB)x y≥0,x≥0 y~Tx=0 (1)它源于工程和物理问题,如对力学接触问题和结构力学系统的稳定性的研究[3-6].EiCP也可表示为如下形式的锥约束特征值问题[7,8]:对给定的矩阵A∈R~(n×n)和正定阵B∈R~(n×n),求实数λ和向量量x∈R~n\{0}使得     

线性规划问题的一种求解算法

本通过初等变换，并剔除常变量和零变量而对所给的线性规划问题进行预处理，得到的等价问题不仅易找初始可行基且初始可行解较优，易差别无可行解情形，而且可能使所含方程个数与变量个数减少，从而减少了求解问题的计算量和迭代次数。     

求解课程表问题的分支定界算法

本通过对中学排课程表问题的特征分析，给出了基于分支定界法的优化算法，数值试验表明这是解决一般编排中学课程表问题的有效算法。     

约束装箱问题的混合遗传算法求解

本将最佳适应法和遗传算法相结合，提出了一种新的启发式混合遗传算法对具有时间约束的装箱问题进行求解，给出了具体的算法步骤，试算结果表明基于启发式算法的混合遗传算法适合于求解各种约束条件下的大规模装箱问题。     

求解特征值问题的 AOR 算法的收敛性

用 AOR 方法求解线性方程组是众所周知的,我们将此方法应用到求解特征值问题方面.考虑下面特征值问题:(A—λI)x=0,(1.1)这里 A 是大型稀疏非奇异对称矩阵.显然,问题(1.1)有下面三条性质:i)其 n 个特征值都是实的,不妨设为λ_1≤λ_2≤…≤λ_n;(1.2)     

基于人工蜂群算法求解FEVM问题

日益复杂的计算问题促使各种受启于生物的优化算法不断的研究、发展,人工蜂群(Artificial Bee Colony,ABC)算法正是其中之一,主要在于它鲁棒性强,控制参数少,易于实现.本文着重针对不易求解的不确定规划领域中的模糊期望值模型(fuzzy expected value model,FEVM)问题,提出了模...     

一种求解分类问题的新算法

本文提出了基于支持向量回归机(SVR)的一种新分类算法.它和标准的支持向量机(SVM)不同:标准的支持向量机(SVM)采用固定的模度量间隔且最优化问题与参数有关.本文中我们可以用任意模度量间隔,得到的最优化问题是无参数的线性规划问题,避免了参数选择.数值试验表明了该算法的有效性.     

求解全局优化问题的填充函数算法

填充函数法是求解多变量、多极值函数全局优化问题的有效方法.这种方法的关键是构造填充函数.本文在无Lipschitz连续条件下,对一般无约束最优化问题提出了一类单参数填充函数.讨论了其填充性质,并设计了一个求解约束全局优化问题的填充函数算法,数值实验表明,算法是有效的.     

求解约束优化问题的一个对偶算法

１．引言 考虑下述形式的不等式约束优化问题：其中 ＝０,１,…,ｍ,是连续可微函数．求解（１．１）的数值方法有很多,传统方法有乘子法,序列一次规划方法,等等（见 Ｂｅｒｔｓｅｋａｓ（１９８２）, Ｈａｎ（１９７６, １９７７））．近年来对求解（１．１）的原始－对偶算法的研究已成为非线性规划领域的新的热点,如ＥＩ－Ｂａｋｒｙ,Ｔａｐｉａ,Ｔｓｕｃｈｉｙａ　＆　Ｚｈａｎｇ（１９９６）,Ｙａｍａｓｈｉｔａ（１９９２,１９９６,１９９７）等;尽管这些原始－对偶算法具有好的收敛性质和计算效果,但其算法结构相对…