基于单亲遗传算法的火力分配方法

提出了将单亲遗传算法应用于火力分配问题的方法,该方法既保持了传统遗传算法的诸多优点,又克服了传统遗传算法要求种群多样性、易陷入局部最优和实时性差等缺点。单亲遗传算法使用经过简化的遗传操作算子,算法的复杂度大大降低,可以应用于实时性要求较高的场合。仿真结果表明,单亲遗传算法能有效地解决火力分配问题,是一种简单、有效和快速的算法,具有很好的应用价值。     

基于单亲遗传算法的中文碎纸片全自动拼接

破碎文件的拼接在很多领域上都有着广泛的应用,故而高效、准确地完成碎纸片的拼接复原有着重要的价值和意义。针对碎纸机破碎文档后形成的规则碎纸片的拼接问题,通过对碎片边缘空白和非空白区高度进行研究,根据中文文字行特征方法进行聚类,运用单亲遗传算法对碎纸片进行全自动拼接,并用Pascal语言编写出相应的算法程序。以2013年全国数学建模竞赛B题为例进行拼接实验,实验结果表明该方法良好。     

基于自适应交叉变异量子免疫信号盲检测算法

提出了基于自适应交叉变异算子的量子免疫信号盲检测方法,所述方法在量子化交叉与变异基础上,引入了基于自适应策略的量子免疫交叉与变异算子,用量子交叉与量子变异进行进化,同时采用了传统免疫算法中交叉和变异算子的策略,以求更好地加强种群的进化程度,仿真结果表明所提出的基于自适应交叉变异算子的量子免疫算法能够有效避免早熟现象,收敛速度更快,相同信噪比条件下误码率更低。     

基于免疫识别的免疫算法

免疫算法已开始成为计算智能研究的一个热点.本文提出了一种基于免疫识别的免疫算法,该算法的设计借鉴了生物免疫识别中的非选择机制,其求解思想与现有优化方法不同,它是通过在解空间中不断识别、选择出劣解并加以排除来获得优解.本文详细介绍了该算法的设计,从理论上分析了算法的收敛性能和时间复杂度,并针对TSP问题设计了相应的验证实验.理论分析和实验结果都表明该算法具有很强的问题求解能力.     

基于Hadoop的并行Apriori算法

针对经典Apriori算法及其改进算法不能有效处理大规模数据集,提出基于Hadoop-MapReduce编程模型的两种改进算法:HAprioriK,HApriori2。其中HAprioriK需要k个MapReduce Jobs,而HApriori2仅需要2个就能在整个数据集上找到频繁k项集,两种改进算法均充分利用了Hadoop平台的计算优势,可以轻松地处理大量数据。采用IBM的数据集进行改进算法有效性的研究,实验结果表明,HApriori2算法在不同规模的数据集和支持度下,能够有效地挖掘频繁项集,具有比HAprioriK更好的性能。     

基于特征的立体视觉并行匹配算法的研究

本文提出一适合立体视觉的并行匹配算法。算法以特征匹配为基础。所谓特征意指用各种大小的拉普拉斯——高斯算子检测的零交点。为获得视差的候选区间,算法在整个图象上计算视差直方图,以迭代的方法确定全部视差,并利用表面的局部估计——二次表面片和边界对深度点进行插补,从而得到完整的深度图。     

基于计算机网络的并行小波算法探析

小波变换已经广泛应用到各个领域之中,但在计算机网络中的并行算法尚有待研究,为此,本文通过对网络背景下小波变换的主要问题入手,对小波变换原理的阐述,提出了一种节省空间、提高计算速度和变换效果的并行小波算法。     

基于映射文件的电磁并行FDTD算法实现研究

为简化并行FDTD算法实现,提出一种新的基于映射文件技术的解决方法.对于并行FDTD算法的两个关键环节:场值数组定义和子域间通信在该方法中借助操作系统的映射与重定向功能来实现,由于屏蔽了子域间显式的通信操作,将大幅度降低并行FDTD算法实现的复杂度.数值模拟实例和相关的性能比较验证了新方法的可行性与便利性,所得加速比、并行效率等性能指标参数与通常的MPI消息传递方法基本相当.     

合成孔径雷达并行成像算法研究及在曙光3000并行计算机上的实现

随着SAR成像技术的不断发展，对SAR图像的成像精度和实时率的要求也愈来愈高，尤其是军事领域，高实时率是SAR成像系统的一个关键指标。该文提出了一种基于CS成像算法的中粒度SAR并行成像算法，该算法中每一个处理步骤均能并行完成，是一种任务级的并行，适合于具有较高通信性能的并行处理系统。在曙光3000上的实验证明，该算法具有较高的实时率和并行效率。     

基亏并行计算的木马免疫算法研究

传统的木马检测技术在检测正确率、误报率和漏报率上都有不足,针对传统阴性选择算法在检测效率上的不足,提出一种基于并行计算的多特征区域匹配算法。这个算法首先把随机字符串分为多个特征区域,每个特征区域内对应一个检测器集合进行匹配,而且特征区域之间采用r连续位匹配方式再次匹配,同时采用并行计算,设置匹配阈值进行匹配确认。实验证明改进的阴性选择算法在匹配位数和随机字符串住数增加时,候选检测器增加速度较平缓,系统负担增加较缓慢,因此具有较好的检测效率。     

基于自适应免疫遗传算法的多序列比对

针对多序列比对问题提出一种基于自适应免疫遗传算法的多序列比对方法。为了保持群体中个体的多样性，以及加快算法的收敛速度，该算法中交叉概率和变异概率根据群体的多样性自适应调整，并且在选择免疫算子时采用择优策略，将免疫算子引入到自适应遗传算法中，通过对个体接种疫苗来进一步提升个体的存活能力。     

基于共享存储的并行狭义遗传算法

遗传算法具有简单、易算且方便分布并行处理等特点,基于这种优势,遗传算法被广泛应用于众多领域范围内,比如机器学习、工业控制等.为解决高难度的非线性及其相关问题,采用基于共享存储的并行狭义遗传算法,可以有效实现对数据级的并行操作,具有较强的并行度,其只需较少的通讯开销就能获得比原先更高的运行效率,至少提高至50％以上.文中详细阐述了基于共享存储的并行狭义遗传算法,仿真实验验证了其正确性和高效性.     

遗传算法与蚁群算法在商旅问题中的应用研究

遗传算法在多个领域得到了应用,如人工智能领域,最优化求解问题,TSP问题等等.本文就遗传算法的基本定义与思想进行了介绍,同时介绍了由遗传算法优化或者衍生而来的一些算法的作用.并介绍了遗传算法的具体应用.     

Polygonal approximation based on coarse-grained parallel genetic algorithm

This paper proposes to apply coarse-grained parallel genetic algorithm (CGPGA) to solve polygonal approximation problem. Chromosomes are used to represent digital curves and genes correspond to points of curves. This method divides the whole population into several subpopulations, each of which performs evolutionary process independently. After every migration interval number of generations, these subpopulations exchange their information with each other. Inspired by the designing theory of ensemble learning in machine learning, this paper further improves the basic CGPGA through adopting different but effective genetic algorithms, respectively, in different subpopulations. Both the diversity among different subpopulations and the accuracy in each individual subpopulation are ensured. Experimental results, based on four benchmark curves and four real image curves extracted from the lake maps, show that the basic CGPGA outperforms the used genetic algorithm, and further the improved CGPGA (ICGPGA) is more effective than the basic CGPGA, in terms of the quality of best solutions, the average solutions, and the variance of best solutions. Especially for those larger approximation problems, the ICGPGA is more remarkably superior to some representative genetic algorithms.     

基于改进遗传算法的入侵检测的研究

目前的入侵检测存在一些问题,针对这些问题,对遗传算法在入侵检测中的应用进行了研究,讨论了适应度函数的构造,并对种群的确定、选择算子、交叉算子进行了改进,在此基础上提出了一种基于改进遗传算法的入侵检测模型,并通过实验验证了它的可行性.     

基于模拟退火遗传算法的图像增强

针对传统图像增强方法存在的不足,提出了一种基于模拟退火遗传算法的图像增强算法。首先将图像增强过程参数编码成为遗传算法中的个体,然后通过模拟自然界生物进化过程对参数进行寻优,并引入模拟退火算法克服种群退化现象,同采用动态自适应交叉、变异过程防止局部最优解出现,最后根据找到的最优参数实现图像增强处理,并且采用仿真对比实验对算法有效性和优越性进行测试。仿真实验结果表明,相对于当前其它图像增强算法,模拟退火遗传算法可以恢复图像细节信息,提高了对比度,图像质量得到增强。     

基于遗传算法的TSP问题研究

TSP是一个典型的组合优化问题，并且是一个NP难题，其可能的路径总数与城市数目n是成指数型增长的，所以一般很难精确地求出其最优解，因而寻找出有效的近似求解算法就具有重要的意义。现就提出的一种求解TSP问题比较有效的改进的遗传算法进行了研究，从遗传算子、评估函数、种群多样性等方面对算法进行了分析，并对实例CHN144进行了测试，实验结果表明文中提出的算法在求解TSP问题上是有效的。     

基于遗传算法的关系数据库水印技术研究

目前关系数据库中的水印算法已经无法满足其基本数据管理需求,而传统的遗传算法由于在水印嵌入中的元组个数远远无法满足数据库中的元组数量也没有得到实际的应用。笔者将通过对现有水印技术进行分析和探究,并基于遗传算法的基础之上来对关系数据库水印技术进行改进,该技术能够利用遗传算法在关系数据库中选择最优元组进行比对,极大缩短了关系数据库的水印嵌入时间,提高了水印嵌入效率,真正实现了关系数据库水印的优化,为关系数据库的发展做出了一定的贡献。     

并行遗传算法和小波变换的混合多用户检测

传统最优多用户检测技术的计算量随用户敷的增加而呈指数上升,小波变换技术的引入降低了计算的复杂度,但性能有限.提出并行遗传算法和小波变换混合多用户检测器,将小波栓测器的输出作为遗传算法的初始可能解,降低了小波检测的误码率,提高了遗传算法的收敛速度.仿真结果表明,与线性检测器相比,提出的检测器显著改进了算法的复杂度和收敛速度,而且检测性能接近最优.