基于最大最小蚁群算法求解最小点覆盖问题

最小点覆盖问题是组合优化中经典的NP完全问题.最大最小蚁群算法通过对信息素浓度的限定使其不会在好的顶点上变得更强,也不会使过弱的点被忽略从而避免了局部最优现象的出现.针对最小点覆盖问题使用最大最小蚁群算法进行求解,避免了蚁群算法求解最小点覆盖问题时出现的早期停滞现象,通过实验表明算法对最小点覆盖问题的可行性.     

大型数字电路的动态电流测试模式

组合逻辑电路的最大动态电流测试应在电路的原始输入端施加一个特定的测试序列才能实现。文中提出一种算法模式可以快速生成所需的测试序列。算法与电路的原始输入端数无关。     

一种改进的求网络最小截集的算法

一个网络的最大流量,是由该网络最小截集的裁量决定的,网络的最小截集,就是该网络的瓶颈部位,网络最小截集中的弧,是该网络的瓶颈弧,而目前求解网络最小截集的Ford-Fulkerson算法,不能求出网络所有的最小截集,给实际应用带来一定的问题,文章提出了一种求网络所有最小截集的算法,算例表明,该算法的实际应用中是行之有效的。     

用阵列法求解组合电路故障的最小完全测试集

本方法的基础是将函数表达或阵列形式。利用通路敏化的概念,对每个输入端上固定性故障进行立方运算处理,得到检测电路单个故障的全部测试,进而求其最小覆盖,得出全部的最小完全测试集。     

数字电子电路的调试方法与技术

分析了集成门电路、组合逻辑电路、时序逻辑电路、数字电路等四种电路的测试方法，提出了相应的调试技术以及应注意的问题，对工程实际具有一定的指导作用。     

最大独立集算法

本文提出了网络中的一种特殊结构－负包络图。原来是它包含了网络的最小截，因而制约了网络的最小流量。研究表明，负包络图也是关于网络最大独立集的充要条件。本文以既有的最大流算法为手段，利用这个充要条件，给出了偶网络上求最大独立集的有效算法，而且也给出了在奇网络上求最大独立集的递归算法。     

[23,12,7]Golay码的改进译码算法

Ｍａｒｉｏ Ｂｌａｕｍ，Ｊｅｈｏｓｈｕａ Ｂｒｕｃｋ提出了一种基于［２３，１２，７］Ｇｏｌａｙ码校验矩阵“设计”特性的译码算法，和其它的Ｇｏｌａｙ码译码算法相比，这种译码算法的复杂度最小，但它不便于用集成器件实现和不便于完全集成化。作者对该算法进行了改进，使其易于集成实现；同时使［２３，１２，７］Ｇｏｌａｙ码译码算法进一步简化。对其复杂度分析证明，当误码率≤１０％时，作者所设计的译码算法优于其它译     

不确定环境下的多车型物流配送路径优化

为实现在路段通行时间不确定背景下,配送企业对多种车型车辆的组合优化,使车辆资源利用、配送路径最优.通过建立总成本和配送时间最小的多目标模型、并考虑时间窗约束,设计提出多目标进化遗传算法求解该问题.本算法结合链表思想,同时为解决产生不可行解问题,在解编码时采用多染色体;并在算法中针对子染色体和母染色体分别设计交叉算子,运用擂台赛法则和改进精英保留策略构造非支配解集和加快算法的收敛速度.结果表明:相比单车型,多车型组合优化具有更高的经济效益,且随着不确定参数的变化,运输成本上升,多车型配送满载率受影响较小.     

利用MSI实现组合逻辑电路的设计方法

本文叙述了ＭＳＩ（主要是数据选择器和译码器）设计组合逻辑电路的方法，并分几种情况加以讨论。     

基于Double—Bagging决策树的基因微阵列数据研究

Bagging通过组合不稳定的分类器在很大程度上降低了"弱"学习算法的分类误差.基于Torsten等人提出的Double-Bagging算法.本文对其加以修改并应用于基因微阵列数据的处理.在给定的训练数据集和测试集上试验并比较了多种分类器,结果表明Double-Bassing决策树分类精确度优于Bagging决策树和C4.5算法.     

不同SVM算法在入侵检测中的应用

近年来支持向量机在入侵检测领域得到了广泛应用,由于支持向量机理论在发展过程中不断涌现出新的算法,为了找到一种较适合入侵检测的算法,选择了具有代表性的基于C-SVM的SMO算法和一种新的支持向量机LS-SVM,分别应用于入侵检测.使用不同规模训练集和测试集进行多组实验,从不同角度研究了它们在入侵检测中的特性,并进行综合比较研究,从实时性、检测精度、误报率和漏报率方面研究它们在入侵检测中的优劣,找出较优的算法为SMO算法.     

道路交通事故黑点整治策略选择的粗集算法

粗集算法比较适合于不完全信息条件下的推理分析。在简要介绍粗集理论的基础上,设计了该理论应用于道路交通事故黑点整治的基本步骤与实施要点,并给出了一个计算示例。结果表明,粗集算法具有较强的实用性与合理性,有助于道路交通管理部门合理选择黑点的整治策略。     

铁路信号安全关键软件的组合测试序列集约简

针对现有铁路信号系统安全关键软件t-路组合测试序列生成方法在处理大规模输入时产生冗余测试序列，导致测试执行成本较高的问题，提出了一种基于贪婪-粒子群混合优化算法的t-路组合测试序列集约简方法，用于降低序列集的执行成本. 首先，以执行成本最低为约简目标，建立针对t-路组合测试序列集约简的优化模型；然后，在保证测试序列集逻辑覆盖特性的基础上，采用贪婪-粒子群混合优化算法求解模型，计算约简后的测试序列集；最后，以ZPW-2000轨道电路接收器软件作为研究对象，以其生成的2-路组合测试序列集为例开展约简验证. 结果表明，所提方法在保证2-路组合覆盖和逻辑覆盖的前提下，对单个序列集的执行成本约简幅度最高达到98.33%，对序列集总的执行成本约简幅度达到36.10%，验证了所提方法的可行性和有效性.      

基于类锚虚拟线圈的多流向车流量检测算法

针对城市道路车流量检测中车辆误分类问题,提出一种基于类锚虚拟线圈的多流向车流量检测算法。首先,采集车辆图像样本并随机裁剪以构建小客车、公交车和摩托车的均衡数据集,通过 DBSCAN(Density-Based Spatial Clustering of Applications with Noise)算法聚类获得 3 类车型的高度、宽度尺寸,以此校正场景车辆识别线圈尺寸,布设物体检测线圈与组合车辆识别线圈;其次,基于均衡数据集训练ResNet18卷积神经网络完成车辆类型判断;最后,采用改进的核相关滤波器追踪算法追踪车辆轨迹,通过计数线完成多流向车流量检测。验证分析表明：对单向车流,高峰、平峰正检率均值提升了5.09%、4.57%,误检率均值降低了5.31%、2.35%;多向车流中,直行车流的高峰、平峰正计率提升了 5.01%、5.99%,左转车流的高峰、平峰正计率提升了 4.29%、 4.56%。     

基于GA的动态时延受限多播路由算法

探讨了包交换计算机网络中，具有端到端时延限制的动态多播路由问题．提出了一种基于遗传算法(GA)的动态时延受限多播路由优化算法．当节点加入或退出时，算法先利用Dijkstra第k最短路径算法求出节点到源点的最短路径集，再用遗传算法搜索最小多播树，仿真试验表明该算法可以动态求得满足时延约束的最小多播树．     

大规模训练集的快速缩减

为了进一步减少支持向量机的训练时间,提出了一种基于类别质心的训练集缩减算法.该算法根据样本的几何分布去除训练集中大部分非支持向量.对样本规模在104数量级的数据集进行了训练实验,结果显示,在基本不损失分类精度的情况下,训练时间比直接用SMO(序贯最小优化)算法减少30%,说明该算法能有效地提高支持向量机的训练速度.     

基于蚁群算法的城市公交线网模型优化方法研究

蚁群算法是一种求解组合优化问题的新型通用启发式方法,城市公交线网模型优化是一个复杂的非线性组合优化问题.本文将蚁群算法用于城市公交线网模型优化问题的研究,建立了城市公交线网的数学模型,该模型以乘客公交总出行时间最短与公交运营投入最小为目标函数,并在此基础上设计了相应的算法.算例证明了该算法在城市公交线网优化中应用的可行性和有效性.     

基于粒子群优化SVM的高速公路交通事件检测

为了更加准确地检测出高速公路上的偶发性交通事件,采用一种粒子群优化SVM参数的高速公路交通事件检测算法,提升事件检测效果。文中运用高速公路实测数据集（L880）,对支持向量机算法进行分类性能测试,并且采用改进的粒子群优化算法对支持向量机的参数进行优化,进而利用测试集数据对该模型进行验证比较,获得满意的检测效果。     

有限元分析中刚度阵组集的并行算法

提出了一种有限元分析中刚度阵组集的并行算法，该算法为完全导步算法，适合于紧耦合式和松散耦合式ＭＩＭＤ型并行机。经分析，该算法具有较理想的加速比。     

基于自动删除算法的最小选择恒虚警检测器

将自动删除算法和最小选择方法相结合，提出了一种在强干扰目标背景下基于自动删除算法的最小选择恒虚警检测方法,分析了自动删除算法的性能，推导了该方法的平均虚警概率，平均检测概率的解析表达式．该检测方法的排序时间只有自动删除均值检测器的一半，而通过计算机仿真显示在多目标环境中．当强干扰目标较多时，该检测方法优于自动删除均值检测器。