BM算法的研究与改进

随着网络的迅速发展，网络安全问题日益突出，入侵检测技术也成为当今社会关注的焦点.对于基于规则的入侵检测来说，模式匹配算法非常重要，它直接影响到系统的准确性和实时性能.文中介绍了KMP和BM算法，对BM算法的改进进行了研究，并提出一种改进的BM算法，改进后的算法极大地提高了匹配速度．     

基于改进蚁群算法的多车型供应链物流运输调度建模研究

通过对基础蚁群算法的启发信息函数和信息素更新模型实施改进,获得改进蚁群算法,在此基础上,将所设定运输成本和运输时间、车辆油耗、最高配送距离与承载量等约束因子融入到算法内,构建包含多个约束因子的调度模型,实现对多车型供应链物流运输的调度,结果表明,该模型具有较高的收敛速度与路径寻优性能,所搜寻的路径质量较高,可针对不同零售商网点分布情况搜寻最优路径,并针对所寻的不同路径调度不同车型车辆,调度结果可满足车辆各自的最高配送距离与承载量等约束,实现多车型的供应链物流运输优化调度,达到降低运输成本与运输时间等目标.     

基于自适应滤波算法的牵引网谐波电流检测

研究了自适应噪声对消技术在供电系统谐波电流检测模块中的应用及其使用的传统LMS算法,分析了传统固定步长算法的不足,并借鉴已有的多种变步长函数,提出了一种结合双曲正割和双曲正切变步长函数的自适应滤波改进算法.通过Matlab软件进行实验,分别模拟了采用传统LMS算法、双曲正割函数算法、双曲正切函数算法以及改进后的变步长算...     

车辆随机路径选择的GERT算法

旅行费用与时间是人们出行选择路径时考虑的重要因素．本文讨论了车辆随机路径旅行费用与距离、时间之间的函数关系,在假定旅行费用与距离、时间正相关的条件下,依据矩母函数和Mason公式,给出车辆随机路径选择的GERT算法,并通过一个应用实例,表明了该算法的有效性。     

边坡临界滑面搜索的连续转移蚁群算法

边坡临界滑面的位置和形状与其安全系数至少具有同等重要的地位,它们对工程加固措施更具有直接的指导意义.非圆弧任意临界滑面的搜索是一个多极点、非凸性且目标函数常常无法显式表达的非线性规划问题,采用传统的数学优化方法会遇到很多困难.蚁群算法是一类实现复杂非线性优化问题的重要全局仿生算法.基于离散点集的蚁群算法已被成功应用于边坡滑动面的搜索,其效果显著,但离散点的存在也导致对滑动面形态分辨率较低.通过在边坡条分线上引入插值技术来实现蚂蚁转移目标连续化,克服了离散转移目标对滑动面形状分辨率低的缺点.算例的分析结果表明:这种改进的效果非常有效.     

求解约束优化问题的动态目标迁移差分进化算法

针对约束优化问题的特点,给出一种改进差分进化算法.将差分进化算法做了适当修正,在初始化中加入迁移操作,依据违反约束度函数和原目标函数进行选择操作,当个体的违反约束度在容忍度以外时,通过违反约束度函数更新个体,当个体的违反约束度在容忍度以内时,通过原目标函数更新个体,实验研究结果表明该算法能有效求解约束优化问题.     

基于蚁群优化的前向神经网络

提出了一种新的神经网络学习方法.利用蚁群算法学习神经网络,克服了传统BP算法的不足.同时,针对蚁群算法主要用于组合优化的应用特点,对其进行了改进.将离散的信息素分布矩阵及概率分布矩阵拓展为连续的信息素分布函数和概率分布函数.将搜索的范围扩展到连续区域.使得新算法兼具了蚁群算法的全局快速寻优能力与神经网络的广泛映射能力.通过实例证明了该方法的有效性和快速性.     

基于下降搜索的量子进化算法

为了提高全局寻优能力和收敛速度，基于量子进化算法和混合遗传算法，提出了一种新的进化算法．该算法将下降搜索理论应用到量子进化算法中，改进了量子进化算法仅靠量子门进行迭代的作用，从而加快了收敛速度，并降低了个体在进化时产生退化的可能性．典型函数的仿真实验结果表明，该算法具有好的全局性和收敛性．     

城市区域物流无人机路径规划

针对城市区域物流无人机路径规划问题,采用栅格法进行环境建模,综合考虑无人机性能、任务性质和城市环境等影响要素,以航程、高度变化和危险度最小为目标函数,构建多约束物流无人机路径规划模型.改进A*(A-star)算法求解：为合理预估距离,采用欧氏距离与曼哈顿距离线性组合的方式设计启发函数;为提高搜索效率,引入双向搜索策略;为保证平稳飞行,采用B样条(B-spline)法进行路径优化.结果表明：模型可以实现多目标优化,具有有效性;算法与传统A*算法相比,规划时间少,规划路径航程短,高度变化少,飞行安全稳定.分析参数权重值得出：当3个子目标代价权重系数分别为0.4、0.1和0.5,2种距离权重系数分别为0.15和0.85时,规划路径最优.     

重大灾害条件下基于GIS的最短路径改进算法

利用经典的Dijkstra算法,对重大灾害条件下Dijkstra算法进行了改进,构建了惩罚因子函数,结合GIS软件二次开发模块,通过Visual C++6.0实现了复杂网络的分析功能。分析了重大灾害条件下节点数量对于道路可靠性以及最优路径选取的影响,综合考虑距离、行程时间以及节点数量因素,证明了改进Dijkstra算法对于最优路径选择的优越性。分析结果表明:利用改进Dijkstra算法、经典Dijkstra算法计算出的路径节点数分别为31、59,行程时间基本相同。可见,改进算法能有效减少疏散路径中的节点数量,降低车辆在节点处的延误损失和风险。