An Optimal Parallel Algorithm for the Knapsack Problem Based on EREW

IntroductionGivenn positiveintegersW =(w1,w2 ,… ,wn)andapositiveintegerM ,theknapsack problem (alsocalledthesubsetsum problembysomeauthors)isthedecisionproblemoffindingasetI {1 ,2 ,… ,n},suchthat∑i∈I=M ,i∈I .ThisproblemwasprovedtobeNP complete[1] ;i     

动量与能量守恒下的交叉口安全评价模型

交通冲突是导致交叉口交通事故的关键因素,是评价交叉口安全水平的重要研究内容。在交通冲突技术的基础上,创新性地引入动量守恒和能量守恒理论建立交叉口安全评价模型。首先,基于合理假设利用所引入理论建立冲突危险性、冲突严重性和权重系数对应的元素、向量和矩阵的求解模型,并对模型进行深入解释,分析表明模型能够合理解释实际现象。其次,根据车道数和车头时距建立修正冲突数的元素、向量和矩阵的求解模型。最后,提出不同安全水平评价层级,并基于元素、向量以及矩阵建立了表征各层级冲突安全水平指标的求解模型,同时提出将危险度和严重度分别作为控制性指标与参考性指标。     

Improved Parallel Three-List Algorithm for the Knapsack Problem without Memory Conflicts

Based on the two-list algorithm and the parallel three-list algorithm, an improved parallel three-list algorithm for knapsack problem is proposed, in which the method of divide and conquer, and parallel merging without memory conflicts are adopted. To find a solution for the n-element knapsack problem, the proposed algorithm needs O（2^3n/8） time when O（2^3n/8） shared memory units and O（2^n/4） processors are available. The comparisons between the proposed algorithm and 10 existing algorithms show that the improved parallel three-fist algorithm is the first exclusive-read exclusive-write （EREW） parallel algorithm that can solve the knapsack instances in less than O（2^n/2） time when the available hardware resource is smaller than O（2^n/2） , and hence is an improved result over the past researches.     

水上交通流冲突严重度BP神经网络评价方法

目前的水上交通流评价方法在评价指标关系模糊、来源不清等情况下难以运用,且主观性较强,存在评价结果严重偏离实际的情况,忽视了客观性不足的问题.为降低专家主观性对水上交通流冲突严重度评价的影响,基于BP神经网络建立评价模型,并通过网络训练进行函数比较,确定最符合模型设定要求的Trainlm函数,以及精度与迭代次数.由于数据的差异性会对BP神经网络的训练效率和评价精度造成影响,基于聚类分析与BP神经网络建立新的评价模型,将训练数据按照欧几里得度量进行归类开展神经网络训练,分别对水上交通流冲突严重度进行评价.运用9个水道数据为例对模型进行验证,通过比较聚类分析数据与未处理的原始数据在BP神经网络中的评价结果,发现评价结果平均误差从42.05%降低到23.74%,进一步验证了BP神经网络在该领域的可行性.评价模型利用聚类分析与BP神经网络相结合的方法,不仅客观性较强,而且与单一使用BP神经网络的模型相比提升了评价精度.      

人工智能识别航线疏导冲突自动解脱方法研究

为解决常规舰船交通管理系统中越来越严重的航线拥挤问题,提出人工智能识别航线疏导冲突自动解脱方法研究。依托船舶航线疏导冲突参数的获取与识别,结合航位航程计算,确定自动解脱方案,实现航线疏导冲突自动解脱,完成提出的人工智能识别下航线疏导冲突自动解脱方法研究。试验数据表明,提出的航线疏导冲突自动解脱方法较常规解脱方法,解脱比率提高29.5%,适合于远洋船舶航线疏导冲突的自动解脱。     

基于SMILO-VTAC模型的复杂低空多机冲突解脱方法

针对传统SMILO-VTAC模型的2种不受控情形, 提出了面向不受控情形的复杂低空多机冲突解脱模型; 在传统SMILO-VTAC模型的基础上, 考虑复杂低空空域物障限制条件, 提出了面向物障情景的低空多机冲突探测与解脱模型; 结合通用航空活动任务优先等级, 建立了基于任务优先性质的多机冲突探测与解脱规则和流程; 建立了多航空器对头汇聚场景, 基于提出的方法进行仿真验证。分析结果表明: 相比传统SMILO-VTAC模型, 提出的方法能够满足不受控情形的多机冲突探测与解脱实际需要, 并能根据任务优先等级计算方案, 解脱成本分配合理, 符合复杂低空空域航空器的特点; 提出的方法在航空器数量不大于4架次时, 求解时间略长, 但基本控制在1 s以内; 当航空器数量大于4架次时, 求解时间小于传统SMILO-VTAC模型; 当航空器数量不小于7架次时, 求解时间远低于传统SMILO-VTAC模型; 在将优先级因素加入考量后, 方法的平均解脱成本较传统SMILO-VTAC模型增加了10%~20%, 以少量增加平均解脱成本为代价, 实现了解脱成本依照优先级顺序的分配, 将高优先级航空器解脱成本向低优先级航空器传递。可见, 在多航空器运行和多优先级情景下, 改进方法具有更高的解脱效率, 在相同计算时间内具有更高的解脱架次极限。      

基于交通冲突技术的高速公路合流区段安全性研究

为研究高速公路合流区段的安全性,本文以四川省境内高速公路为例对典型合流区段的交通冲突特性展开研究。选用PET作为评价指标并将交通冲突划分为3个等级:潜在冲突、轻微冲突、严重冲突。通过建立有序Logistic模型来探索影响冲突严重程度的显著性因素。结果表明:交织区交通流量、冲突车辆的速度差和二次冲突是增加冲突严重性的主要诱因;加速车道长度、规范的标志标线是保护因素;重型车辆比例对冲突严重程度影响呈非线性关系。     

跨国企业并购中的文化整合

在经济全球化的背景下,跨国并购作为企业做大做强的方式之一备受青睐。中国的企业以较高的速率从事跨国并购,然而伴随跨国并购的高发生率的却是低增长率。其中企业文化的整合问题是并购企业不成功的重要原因之一。本文旨在为跨国企业并购行为中有关文化整合的工作提出对策,将心理契约理论与文化整合有机联系起来,并提出了跨国企业并购的文化整合建议。