一种新的高效关联规则数据挖掘算法

在分析关联规则的数据挖掘算法基础上,针对Apriori算法进行深入研究,提出了改进算法FA,并在实际项目中加以应用.算法FA在计算选项集支持度所涉及的记录数目将小于事务数据库中原记录数目,提高了原算法的效率,具有一定的实用性.     

对Apriori算法的进一步改进

介绍了关联规则挖掘的情况,并在分析关联规则的数据挖掘算法的基础上,针对Aprion算法和Apriori-1算法进行深入研究,提出了apriori-2算法,新算法在计算候选大项集支持度所涉及的记录数目将小于事务数据库中原始的记录数目,提高了原算法的效率,具有一定的实用性.     

对Apriori算法的一个改进

介绍了关联规则挖掘的研究情况,并在分析关联规则的数据挖掘算法的基础上,针对Apriori算法进行深入研究,提出了Apriori-1算法,新算法在计算候选大项集支持度所涉及的记录数目将小于事务数据库中原始的记录数目,提高了原算法的效率,具有一定的实用性.     

对Apriori算法的进一步改进

介绍了关联规则挖掘的情况，并在分析关联规则的数据挖掘算法的基础上，针对Apriori算法和Apriori-1算法进行深入研究，提出了Apriori-2算法，新算法在计算候选大项集支持度所涉及的记录数目将小于事务数据库中原始的记录数目，提高了原算法的效率，具有一定的实用性．     

对APriori算法的一个改进

介绍了关联规则挖掘的研究情况，并在分析关联规则的数据挖掘算法的基础上，针对Apriori算法进行深入研究，提出了Apriori—1算法，新算法在计算候选大项集支持度所涉及的记录数目将小于事务数据库中原始的记录数目，提高了原算法的效率，具有一定的实用性．     

基于RBF神经网络的复杂场景人群目标的识别

大型公共建筑内人群数目及分布的在线监测是有效控制和疏散客流、保障人员安全的重要依据之一．利用公共建筑内现有的闭路电视监视系统,通过计算机视觉技术实现人群数目的自动识别是目前国外普遍采用的一种方式．文中提出了一种基于RBF神经网络的复杂场景人群目标的识别算法,利用包含行人数目信息的前景图像的投影曲线等特征数据,通过训练好的RBF神经网络直接得到该前景图像中包含的人群数目．与其他算法相比,该算法具有较高的识别准确率,在一定误差范围内可以达到较好的效果．     

基于矢量传感器阵列的改进MUSIC算法DOA估计

鉴于传统的MUSIC(Multiple Signal Classification)算法分辨率不高且在阵元数目较少的情况下对目标信号方位估计不佳等问题,提出了一种基于矢量传感器的改进MUSIC算法。该方法对空间谱函数进行处理,以得到更加优化的方位估计。从阵元数目和分辨角度等方面与传统的MUSIC算法对比,实验仿真表明该算法相对于传统的MUSIC算法有着明显的优越性。     

基于改进遗传算法的物流配送点选址问题研究

在已知物流配送点数目的条件下,以最低送货运输费用为目标,利用最小二乘法推导出多物流配送点的选址模型及其迭代算法;根据遗传算法的基本思想,设计了求解已知物流配送点数目条件下的选址和物流服务分配问题的遗传算法.通过实例证明该模型及算法具有较好的应用价值.     

分支定价割平面法求解带时间窗和人力分配的车辆路径问题

本文研究了带时间窗和人力分配的车辆路径问题,并提出用分支定价割平面法来求其最优解.分支定价割平面法首先根据Dantzig-Wolfe分解技术将问题的数学模型分解为基于路径的主问题模型和求最短路径的子问题模型,然后利用列生成和标签算法在主问题和子问题之间进行迭代,并使用割平面法调整可行区域来求得主问题的最优松弛解,最后采用基于车辆数目和弧的分支策略获取原问题的整数解.算法中加入了两种加速策略:双向标签算法和递减搜索空间法.通过对多组算例进行测试,验证了模型和算法的准确性,并分析了患者数目和车辆数目对结果的影响,也说明了割平面法具有提高算法效率的作用.最后,对大规模算例进行测试的结果也为实际应用提供了理论依据.     

车辆数目未知的带时间窗口的车辆路径混合遗传算法

研究带时间窗口的车辆路径问题(VRPTW),主要考虑车辆容量约束、时间窗口约束、最大距离等约束,且完成配送所需的车辆数目不确定,要求在车辆数目最少的条件下再使总的行驶路径最短.用基于邻域搜索的混合遗传算法求解该问题,该算法既具有遗传算法的全局搜索能力,又具有邻域搜索算法的局部搜索能力.在求解过程中,设计新的前置交叉算子进行遗传操作,然后进行互换和逆转等邻域操作.应用MATLAB语言编程进行模拟计算,结果表明该混合遗传算法明显增强了群体演化的质量,提高了算法收敛速度,较好地解决了早熟收敛问题.     

A hybrid firefly algorithm for optimizing fractional proportional-integral-derivative controller in ship steering

In this paper, a new algorithm which integrates the powerful firefly algorithm(FA) and the ant colony optimization(ACO) has been used in tracking control of ship steering for optimization of fractional-order proportional-integral-derivative(FOPID) controller gains. Particle swarm optimization(PSO) algorithm is also used to optimize FOPID controllers, and their performances are compared. It is found that FA optimized FOPID controller gives better performance than others. Sensitivity analysis has been carried out to see the robustness of optimum FOPID gains obtained at nominal conditions to wide changes in system parameters, and the optimum FOPID gains need not be reset for wide changes in system parameters.     

亲和数的数值算法和数量估计

总结了搜寻亲和数的分解算法和递推算法,计算出1 000亿内的亲和数3 261对,根据数值结果给出了在一定范围内亲和数的数量估计式,得出1018内的亲和数约为百万对。     

基于频率的大素数高效生成算法

公钥密码体制加解密算法基于两个大素数乘积的难分解性.为了提升大素数生成算法的效率和降低算法的报错率,提出了一种基于概率论的方法,通过优化Eratosthenes筛法构建素数库,从而通过分析素数库中素数尾数的分类频数和表达式下素数频率,再通过对素数检验算法进行分析,最后得到一种高效的大素数生成算法.在算法中,任意初始的整...     

智能交通最短路径Dijkstra模糊动态方法分析

提高道路网络上的动态路由选择效率是当前路网建设中的难题,现有解决路由问题的方法都是基于静态方向的研究。提出一种基于模糊的Dijkstra最短路径动态算法,以被量化的限定用户参量为语言变量,用模糊集理论提供模糊数输出在网络上的最短路径预测。通过处理模糊参数,提出用模糊数表示不同路径与边长间距离的两种比较方法。采用梯级平均综合表示法改进Dijkstra算法,并以数值的道路网络实例来说明该方法的有效性。     

结合概率搜索定界的入度统计最短路径算法

Dijkstra 经典最短路径算法包括大量的排序运算,且需要对图中所有顶点进行计算,效率较低.本文针对有向网络,提出了与概率搜索定界结合的入度统计最短路径算法.该算法通过按概率搜索得到一条较短路径,依据路径长度和有向网络结构特征确定和顶点序号相关的节点阻抗最大值;采用入度统计算法代替经典的标号算法,在计算过程中根据节点阻抗最大值,采取一定方式剔除无效顶点(不在最短路径内的顶点),简化网络结构.本文提出的算法不需要进行排序运算,简化了运算过程,并且可以剔除大量的无效顶点,降低了网络复杂度.算例分析表明,相对于Dijkstra算法,结合概率搜索定界的入度统计算法大幅度提高了运算效率,具有实用性.     

图的闭通路覆盖数

本文研究了图的闭通路覆盖数的一些性质,获得了一些有意义的结果。提出了树的4-闭通路覆盖数的多项式时间算法。     

基于模糊数的工艺方案模糊综合评价方法

给出了基于模糊数的工艺方案模糊综合评价模型，详细介绍了模型中的加工质量评价的语言变量描述，模糊数表示，加工质量评价的综合处理，定量指标的模糊化处理，模糊数的排序等方法，给出了一个评价实例，所提出的方法不仅实用，而且适用建立基于Web的工艺方案评价系统。