最小化网络总时延启发式遗传算法

路由选择算法是用于决定计算机网络每个结点输入的信息包应当从哪一个输出线路发送出去,以便使得某种指定的费用最小。提出了一种新的有效启发式遗传路由算法,以使网络总时延最小。该算法采用了启发式遗传路由方案,从而获得近似最优解。采用遗传算法的方法可以减少网络路由算法的运算规模,实现逐步求解。与其他已知类似算法相比较,该算法具有较小的时间复杂性。     

基于转向的Logit交通分配算法

为避免交通分配中传统的网络扩展法在处理转向延误时的缺陷, 通过分析网络基本要素节点、路段和转向之间的拓扑关系, 借鉴Dial算法的基本框架, 设计了一个基于转向的Logit交通分配算法。该算法以源点至路段的含转向延误的最短路径长度为依据处理各条路段, 正向计算转向权重, 反向分配路段流量和转向流量。算法计算结果与Logit路径流量和Dial算法数据相一致, 该算法可直接求解既满足Logit路径选择概率又考虑转向延误对交通分配影响的路段流量和转向流量模式, 而且Dial算法是其在转向延误为零时的一个特例。     

区域运输通道内客运方式分担率模型

鉴于Wardrop原理假设通道内的旅客对各种运输方式的实际出行费用能够完全准确估计的不足, 利用不确定规划理论, 结合不同出行距离、不同收入水平的旅客对运输方式服务属性的评价, 用数学期望表示旅客出行的广义费用, 提出了不确定条件下运输通道内各种运输方式旅客最优和运输系统最优客运量分担率计算模型, 以及多目标客运量分担率计算模型, 并设计了用于求解模型的基于随机模拟的遗传算法。客运量分担率的预测结果与实际测量值之间平均误差为8.13%, 说明本模型能够有效地模拟旅客在出行时对运输方式选择的不确定性。     

改进的自适应遗传算法及其在作业车间调度中的应用

针对自适应遗传算法在复杂问题应用中前期收敛速度缓慢和容易陷入局部最优的不足，引入了一种新的调节交叉概率和变异概率的方法，并提出了一种新的交叉方式，该算法很好地增强了自适应遗传算法的全局搜索能力，提高了收敛速度．通过比较几个优化实例，验证了本文算法的有效性．     

一种可伸缩的预测性快速运动向量搜索算法

基于钻石搜索的特点，提出了搜索距的概念．通过对不同搜索距的检测点特性的研究，并吸收了PMVFAST算法中“见好就收”的思想和初始预测候选运动向量集的概念，提出了一种新的可伸缩的预测性十字方块快速运动搜索算法，该算法以检测点的块失真特性统计为基础，制定出精确可控的可适应搜索准则．大量模型实验表明：该算法能获得更好的视频质量，同时，拥有良好的搜索速度伸缩性，在允许图象质量有0．05dB降低时，搜索速度能提高1．5-2．5倍．     

理想AND/OR图搜索策略的推广

SUB和COM是专家系统推理网络图中常见的关系算子，AND和OR分别是SUB和COM算子的特例．建立在理想AND／OR图上的半景搜索法和最大优势搜索法可以推广到包含SUB和COM算子的理想非AND／OR图的搜索，而最大超越搜索法则可推广到包含回路结构的非理想AND／OR图的搜索．     

基于遗传算法的切割路径优化

将遗传算法用于求解加工路径优化问题．针对加工路径优化目标，即零件加工轨迹应走过零件所有内外轮廓且路径最短，给出了非确定型的多项式数学模型，并根据优化目标将其简化为点与点之间的优化．用遗传算法对加工路径优化进行了遗传编码，并对75个零件排样进行了计算机仿真计算．仿真结果显示，最优值（37129mm）为初始值（43622mm）的85％，表明该算法可行。     

斜腿刚构桥几何布局的优化设计

采用数学规划的方法从静力和动力两方面对斜腿刚构桥的几何布局进行优化设计。静力优化设计的优化目标是截面截面应力平方均值最小，动力优化设计的优化目标是结构自振周期平方和最小。采用了直接搜索法寻优。通过算例可知，这两种优化设计方法均可行，且均为刚性设计。     

大型图的割集算法研究

割集的概念与性质在网络问题的研究中受到广泛重视,但目前的割集搜索算法可操作性较差.提出了一种适合大型图的割集搜索算法CSA-CJ,利用二进制数分割无向图的顶点集,通过对子图各顶点的关联集的运算产生相应的割集.该算法简单适用,易于用计算机实现,尤其适合于大型图的割集搜索.     

一种对称小波重构算法及其在突变信号检测中的应用

分析了在奇异信号检测等问题中，使用Mallat算法对信号小波系数做单支重构波形存在失真的原因．通过调整Mallat算法的运算流程，得到了小波变换的一种基于共轭正交滤波器组的重构算法．理论分析与仿真试验结果表明，文中算法使上述失真现象得到了改善，同时具有正交性、对称性和有限支撑性等优良性质，可用于对信号作精确的分析。