简介：鉴于现代舰艇作战的主要形式是编队作战，机动方式不再是单舰定向定速机动，而是单舰多航向、多舰多航向、变向变速等机动方式。这就要求有新的机动模型，以及针对该模型的好的、新的实用算法。本文便是针对多舰艇机动的非线形模型。进一步阐述了采用系统结构模型的分解算法的实用性。对多舰艇机动问题的理论研究、自动标绘等都有一定的参考价值。

简介：蚁群优化算法是一种新型的模拟进化优化算法，为求解复杂的组合优化问题提供了一种新的思路。文章对蚁群优化算法理论及其收敛性进行了分析．并从选择策略、信息素更新、信息素浓度的变异等多方面对蚁群优化算法提出了改进，不仅使其跳出局部最优解的能力更强，而且能较快地收敛狲全局最优解，在TSP问题上的应用表明改进算法具有良好的性能。

简介：网络层析成像是一种新兴发展技术,用于监控、预测和诊断网络,这种方法是在无需内部节点参与和协助下,基于端到端的测量来推出网络内部一些性能参数,比如丢包率和时延等等,针对当前连续模式中矩估计精度问题,考虑了链路间的相关性因素,对现有的矩估计进行改进,实验证明了改进的矩估计算法有较高的精度。

简介：针对目前网络安全中，数据加密技术存在加密强度、运算量大等缺陷，提出了一种基于迭代置换的MD5改进算法。首先将MD5以512位的分组来处理输入的信息，然后每一分组又被划分成为16个32位的子分组，经过了填充尧加长、分块、迭代、置换5个步骤，输出由8个64位的分组，最后将这8个64位的分组结合后映射生成一个256位散列值。改进后的MD5算法与已有的算法对比，更加有效地保证了用户的密码安全。

简介：介绍了数字图像水印技术中常用的三种置乱算法：基于幻方变换的置乱、基于Hilbert曲线的置乱和基于Arnold变换的置乱，并对各置乱算法的置乱周期加以讨论。结果表明：三种置乱算法中，基于Arnold变换的置乱算法的置乱周期最短

简介：根据清扫水雷、检查扫雷提出了任务区的三种典型模式，给出了划分扫雷航线的算法，为制定扫雷作战方案的计算机化提供了模型，对实现扫雷作战的自动化具有重要意义。

简介：提出一种提取手势轮廓轮廓看成一条曲线,采用HDC(HierarchicalDiscreteCorrelation)方法用一个内核对曲线进行多次平滑,得到曲线的尺度空间,再通过跟踪曲线在尺度空间中的运动找出手势轮廓的关键点,最后通过最小距离法对手势进行识别.

简介：研究了零售商在订购货物时可以延迟付款,并且享受一定价格折扣的最优订购策略问题。当商品的需求率是库存量的函数时,给出了一种求最优延迟付款期限、订购周期和订购数量的一种算法,使获取的利润最大。

简介：生产车间的设备布局设计是一个组合优化的问题。具有NP完全（NondeterministicPolynomialComplete）、非线性等特性，常规方法较难以求解。本文提出实际路线运算法结合基因算法来求解最优设备布局结果，利用遗传算法探索生产车间设备布局问题时适值函数的确定方法。

简介：本文提出一种对铜锍品位进行预测的新方法,以采集的现场数据为基础,采用系统辨识动态地建立了AR(p)模型与三次指数平滑模型.AR(p)模型要求数据对象是平稳时间序列,而三次指数平滑模型的数据对象具有随机性,考虑到铜锍品位的波动性,本文将二模型按最小二乘法原理,以组合预测误差平方和为目标函数,通过使误差平方和极小化来确定两种预测方法的优化,建立了一种新的组合模型,在三种模型中其预测误差最小.

简介：研究了遗传算法对优化结果的影响，并给出了参数对优化结果的曲线。说明N（种群大小）、（杂交率）、（变异率）对迭代次数及优化结果均有一定影响，从而为改进遗传算法的提出给予理论上的支持。

简介：为了克服粒子群算法易发生早熟收敛、后期迭代速度较慢、易陷入局部最优的缺点,提出了一种改进的粒子群算法。该算法采用非线性动态自适应的更新权重,进一步提高收敛速度;通过引入差分进化算法中的交叉算子,以提高算法的全局探索能力,利用差分进化算法的变异策略产生候选解,克服种群多样性的下降,以跳出局部最优。利用该算法对2个测试函数进行寻优,仿真结果表明,文章提出的算法是一种收敛速度快、收敛精度高的全局寻优算法。

简介：采用一种改进的人工蜂群算法（IABc）求解标准车辆路径问题．针对基本人工蜂群算法易陷入局部极小、收敛较慢等缺陷，提出了6种邻域生成策略，并基于此设计了新的局部搜索算法．引领蜂和跟随蜂根据该算法在邻域空间内更新当前解．通过小规模和大规模算例的仿真实验，将本文算法与其它智能算法以及基本人工蜂群算法进行了比较，验证了本文提出的算法无论在有效性还是稳定性上都具有良好的效果．

简介：首先回顾了采用最钝角行、列主元规则求解线性规画问题的原始、对偶可行解的主要过程，阐述了其与众不同的特性．然后构造了2个特殊的辅助问题，并证明了最钝角行、列主元规则的过程实际上分别等价于采用原始、对偶单纯形算法求解相应的辅助问题．此外，还对嵌套的pricing规则进行了回顾，并基于最优解的启发式特征刻画给出了该规则的一个几何解释．

简介：为了提高手术室的利用率、降低医院的成本、提高服务质量的水平,提出了一种基于分布估计的调度算法（EDA）.首先,对问题域进行描述,以最大完成时间最小为优化目标,在考虑手术分配约束和资源能力约束的基础上,建立数学规划模型;在此基础上,建立可行调度解策略,结合手术室特有的约束条件,提出基于分布估计的手术室调度算法;最后,设计仿真实验,采用正交试验确定算法中的参数后,与遗传算法和粒子群算法进行对比,不同规模的实验结果表明该算法能够减少手术系统总完成时间,且在大规模情况下运行时间仅为5s,说明该算法适应大规模实际情况下的手术室调度.

简介：提出了一种新颖的基于实例的本体映射方法,即通过遗传算法确定最优实例间的映射集合,并通过相似度扩散算法获取高准确率的本体映射结果.文章描述了实例相似度度量技术和upPropagation算法,给出了本体映射问题的单目标优化模型,论述了使用遗传算法求解该问题的3个关键步骤,最后通过实验验证.实验表明,采用遗传算法实现基于实例的本体映射方法,可以获取高准确率的本体映射结果.

简介：对于离散非线性系统迭代学习控制,在最优迭代因果学习律的存在性条件算法收敛性条件基础上,针对实际应用,提出了一种近似迭代算法,证明了近似迭代控制收敛于最优控制.

简介：针对复杂结构半主动控制造价高、难以实现工程应用的缺点，对传统模态半主动控制算法改进并提出基于部分反馈的LQG模态半主动控制算法。算法中设计的Kalman滤波估计器可直接从结构的部分反馈信息对截断模态响应向量进行估计。通过在一安装有MR阻尼器的平板网架结构振动控制数值仿真表明，该算法对外部激励有很好的适应性，控制效果可以接近传统Clipped-optimal半主动控制算法，同时由于控制方程维数和所需传感器个数的降低，将更适合于复杂结构的工程应用。

简介：与以往基于区域增长的连通域标记算法用目标点作为种子不同,优化算法将游程作为种子,结合游程和种子算法的优点,减少种子的数量和目标点邻域的搜索次数.实验表明,本算法能有效地减少算法冗余操作,明显提高效率,且性能优于其它算法.

简介：为解决遗传算法的早熟和局部收敛现象,提出的一种改进的遗传算法,该算法引入海明距离构造初始种群,在选择、交叉、变异过程中采用最优保存策略。实验表明改进的遗传算法增强了种群的多样性,并在一定程度上避免早熟现象发生,同时又能较快找到全局最优解。