基于群智能和冲突规避策略的基因-基因交互作用检测方法

针对当前检测基因-基因交互作用方法中存在的一些缺陷,提出一种基于群智能和冲突规避策略的基因-基因交互作用检测方法（DEIBSC）.以SNP（single nucleotide polymorphism）为研究对象,从大量SNP中选出具有显著基因-基因交互作用的SNP组.初始化多个SNP组作为初值,同时产生多条搜索路径,利用得分单调递增原则寻找问题的解,通过冲突规避策略和群智能动态调整搜索路径的方向,使得到的解更能反映基因-基因交互作用在基因组范围内分布的情况.在仿真数据和真实数据上的实验证实,本文方法在统计能力上可以和SNPHarvester方法相比,在效率上有明显优势,得到的结果能够更广泛地代表基因-基因交互作用在基因组的分布.     

基于高频电阻抗信号与神经网络技术的结构损伤识别研究

为保证结构的安全性和耐久性,宜对结构早期的损伤情况进行健康监测.采用电阻抗方法和人工神经网络技术对钢制薄梁进行了损伤识别的实验研究,但将测得的电阻抗信号都作为神经网络的输入参数则显得不切实际,所以采用主成分分析的降维方法进行实验数据的预处理,降维后包含着最重要主成分的电阻抗信号代替原始数据将作为神经网络的输入参数.研究表明：采用该技术得到的仿真结果与实验观察非常吻合.     

基于目标相关性的一种高维目标演化算法

针对高维目标问题中非支配解数量随目标数量增加而剧增的问题,提出一种基于目标相关性信息的降维方法.该方法利用非支配解的目标值分析目标之间的相关性,对正相关较强的目标进行合并,从而降低目标数量,使部分非支配解之间产生支配关系,达到减少非支配解数量的目的.该方法可与基于Pareto支配的演化算法结合.实验结果表明,结合该目标降维方法的演化算法可以取得收敛性更好的结果.     

降维dj图及或-符合函数的化简

提出了降维dj图,讨论了获得降维dj图的代数方法和图形方法,给出了利用降维dj图化简或-符合函数的方法,实例验证了化简方法的有效性.降维dj图的引入压缩了dj图的规模,从而扩大了dj图的使用范围.     

自适应memetic算法求解集合覆盖问题

集合覆盖问题是一个经典的NP困难的组合优化问题,有着广泛的应用背景.首先,采用动态罚函数法将集合覆盖问题等价转化为无约束的0-1规划问题.然后,基于集合覆盖问题的结构特征,设计了初始种群构造方法、局部搜索方法、交叉算子、动态变异算子和路径重连策略,提出了一个高效求解该0-1规划问题的自适应memetic算法.该算法有效平衡了集中搜索和多样化搜索.通过45个标准例子测试该算法,并将其结果与现有遗传算法进行了比较,表明该算法能够在可接受的时间内找到高质量的解,能够有效求解大规模集合覆盖问题.     

基于精英反向学习的混沌布谷鸟搜索算法

布谷鸟搜索(Cuckoo Search,CS)算法高效简单,但在求解复杂问题时收敛效率较低.为提高CS算法的寻优精度和收敛速度,提出了一种基于精英反向学习的混沌扰动布谷鸟搜索算法(CH-EOBCCS).该算法引入精英个体,通过精英个体反向学习生成精英反向解,从当前解和精英反向解中挑选优异个体作为下一代种群,同时,在迭代中对鸟巢位置采用混沌扰动策略,扩大种群多样性,有效的提高了算法全局搜索能力和搜索精度.通过8个标准测试函数对比实验,结果表明加入混沌扰动的精英反向学习布谷鸟搜索算法具有较强的搜索能力和较高的寻优精度.     

基于bj图计算逻辑函数布尔差分的新方法

分析了逻辑函数在部分变量取反时的bj图和降维bj图,在此基础上提出了用bj图和降维bj图计算逻辑函数的一阶布尔差分和二阶布尔差分的图形方法.实例表明,该图形方法有直观、简单等特点.它能给出逻辑函数布尔差分的最简与/异或式.     

非线性系统的多线性分离变量法

线性物理中两大普遍适用的傅立叶变换法和分离变量法都不能直接应用到非线性物理, 为此如何在非线性物理中建立相应的研究方法是众多物理学家和数学家们都非常关心的问题. 本文介绍了一种适用于非线性系统的分离变量法—–多线性分离变量法, 由其可以得到具有低维变量分离函数的多线性分离变量解. 特别地, 可积系统的多线性分离变量解通常包含有任意的低维变量分离函数.     

修正Broyden非凸族在凸组合非单调Wolfe线搜索下收敛的推广分析

将一类新提出的凸组合非单调Wolfe线搜索应用到修正Broyden拟牛顿法收敛性分析里.证明了在凸组合非单调Wolfe线搜索下,修正Broyden非凸族具有全局收敛性及超线性收敛性,推广了修正Broyden非凸族收敛分析的线搜索条件.数值结果表明,修正Broyden非凸族在凸组合非单调Wolfe线搜索下的计算效率优于在单调Wolfe搜索下的计算效率.     

(3+1)维Boussinesq方程的多怪波解

(3+1)维Boussinesq方程经常用来描述重力波在水面上的传播。本文利用符号计算方法,得到了(3+1)维Boussinesq方程的多怪波解,其中包括1-怪波解,3-怪波解和6-怪波解,这些怪波解的动力学性质也被一些三维图像进行了展示。     

一种求解多峰函数优化问题的演化算法

针对演化计算产生新解无序的问题，提出了基于相似性的邻域搜索策略．利用邻域搜索，可以方便地建立自适应的新解产生机制．针对演化算法设计中存在的搜索效果和效率平衡问题，提出了利用适应值对个体进行分级的搜索策略．通过对个体的分级，可以区分个体在搜索过程中的职能：优秀的个体进行局部极小值的开采；其他的个体进行搜索空间的探索，以发现新的局部极小值．数值实验表明，新算法能有效处理低维多峰函数，能找到所有的全局最优解．对高维多峰函数．也能找到全局最优解．     

求解最大二等分问题的混合二进制人工蜂群算法

为更好地解决最大二等分问题,提出了一种求解该问题的混合二进制人工蜂群算法。首先,针对传统人工蜂群算法不能解决离散问题的缺陷,根据最大二等分问题的特点,重新设计了蜂群的食物源更新方法,新产生的食物源既继承了先前找到的高质量解的优良结构,又具有良好的多样性。其次,采用填充函数算法对新产生的食物源进行进一步优化,有效提高了人工蜂群算法的局部搜索能力。最后,通过比较混合二进制人工蜂群算法和其他现有算法对不同规模标准测试例子的计算结果,验证了本算法的优越性。     

求解最大二等分问题的混合二进制人工蜂群算法

为更好地解决最大二等分问题,提出了一种求解该问题的混合二进制人工蜂群算法。首先,针对传统人工蜂群算法不能解决离散问题的缺陷,根据最大二等分问题的特点,重新设计了蜂群的食物源更新方法,新产生的食物源既继承了先前找到的高质量解的优良结构,又具有良好的多样性。其次,采用填充函数算法对新产生的食物源进行进一步优化,有效提高了人工蜂群算法的局部搜索能力。最后,通过比较混合二进制人工蜂群算法和其他现有算法对不同规模标准测试例子的计算结果,验证了本算法的优越性。     

生物地理学优化算法中基于Zoutendijk可行方向法的变异算子设计

根据约束优化问题的全局收敛性要求,基于传统优化与智能优化,设计了一种基于Zoutendijk可行方向法的新型变异算子,并将其应用于生物地理学优化算法,构建了一种用混合优化算法求解优化问题的方法.通过算子设计策略的理论验证、智能算法的收敛性分析及6个不同类型算例的仿真试验,证明此自适应求解优化问题机制具有实效性.     

一种求解厌恶型p-中位问题的混合进化算法

厌恶型p-中位问题是一个NP-困难问题.提出了一种求解厌恶型p-中位问题的混合进化算法.首先,通过贪心随机自适应搜索方法和随机构造方法产生初始种群.然后,利用搜索过程中收集到的全局信息和局部信息构造新解,期间注意提高搜索的多样性,避免早熟.最后,针对厌恶型p-中位问题的特点,构造基于约束交换邻域的局部搜索算法,提高了算法的局部搜索能力.通过求解72个标准测试例子以检验算法的性能,发现该算法在较短时间内得到了高质量解,优于现有算法.     

制造资源驱动的产业集群订单分配研究

针对集群制造资源利用不均衡现象,在对集群内供应商进行综合评价的基础上,提出了以生产负荷率均衡和制造资源综合性能最优为决策准则的订单分配方法,在考虑供应商制造资源利用状况的同时兼顾了所选用制造资源的性能;建立了订单分配多目标规划模型,并利用基于模糊逻辑的遗传算法对模型进行求解;最后通过实例验证了算法的有效性.结果表明:提出的模型和算法能够获得满意的解.     

基本解方法求解一个三维线弹性力学反问题

将用于求解椭圆型偏微分方程边值问题的基本解方法应用于求解一个三维线弹性反问题,即Navier方程组的Cauchy问题.基本解方法离散方程所得的线性方程组是高度病态的,常见的求解方法如最小二乘法等无法得到合理的解.文中应用Tikhonov正则化和截断奇异值分解这两种正则化方法求解线性方程组,所需正则化参数则根据L-曲线确定,克服了问题的病态性.数值算例表明,本文方法能有效地求解三维线弹性力学反问题,而且这两种正则化方法所得到的结果精度相当.     

一种求解Robin反问题的边界型无网格方法

给出一种求解非齐次稳态热传导方程Robin反问题的边界型无网格方法. 该方法首先利用Newton法则将Robin反问题转化为Cauchy问题,然后用边界粒子法处理非齐次项以避免区域内部的离散节点,并结合基本解方法分别求得近似特解以及相应齐次问题的近似解. 鉴于所考虑问题的不适定性,引入截断奇异值分解和L-曲线准则来求解离散后得到的高度病态的线性方程组. 最后给出数值例子说明该方法的稳定性和有效性.     

广义基本解方法求解一维非齐次热传导方程的反边界值问题

给出一种求解一维非齐次热传导方程反边界值问题的无网格方法,即广义基本解方法．该方法将问题的解分成特解和相应齐次问题的解两个部分：齐次解用基本解方法求解,而特解则是利用相应的特征方程的基本解近似得到．鉴于所考虑问题的不适定性,应用截断奇异值分解和L曲线准则求解离散后得到的高度病态的线性方程组．最后给出数值例子说明该方法的稳定性和有效性,并分析了数值解精度与各参数之间的关系．