基于非支配排序遗传算法NSGA-Ⅲ的多目标屏蔽智能优化研究

本文基于第3代非支配排序遗传算法(NSGA-Ⅲ)开展了多目标屏蔽智能优化方法研究。以乏燃料运输船舶为对象,采用多目标智能优化程序建立一维离散纵标计算模型,针对舱盖上方区域屏蔽结构(混凝土和聚乙烯厚度)进行优化设计,最终得到1组优化的屏蔽方案。基于优化后的屏蔽方案,建立真实的三维蒙特卡罗计算模型,和基于混凝土、聚乙烯或含硼硅树脂的方案进行对比,评估优化方案的屏蔽效果。评价指标包括屏蔽厚度、重量、总剂量率和价格等。结果显示,基于所开发的多目标屏蔽智能优化方法优化得到的方案各有特点,包含了多个优选的方案,为设计者提供了更丰富的选择。

五种排序算法的性能分析

排序是计算机科学中基本的研究课题之一,其目的是方便记录的查找、插入和删除.通过描述冒泡、选择、插入、归并和快速5种排序算法,总结了它们的时间复杂性和空间复杂性,指出5种排序算法可分为平方阶排序和线性对数阶排序两类.通过实验验证了5种排序算法在随机、正序和逆序3种情况下的性能,指出排序算法的适用原则:当记录较小时,可采用插入或选择排序;当记录基本有序时,可选用插入或冒泡排序;当记录较大时,则应选择快速排序或归并排序.

分档混合排序算法

对传统典型的几种排序算法 :直接比较排序、冒泡排序、快速排序、分档排序与基数排序的效率进行了全面的分析与比较 ,在此基础上提出了一种称之为分档混合排序算法的新的排序算法 。

基于决策者不同风险偏好与非理性行为下的区间数排序及其应用

基于决策者对风险的不同态度以及决策会受到人有限理性等复杂心理机制的影响,针对选取决策方案时所带来的区间数排序问题提出两种区间数排序方法。首先引入双参数来代表决策者的风险偏好以及衡量该决策者为了目标所作出的让步,由此给出一个全序来对区间数进行比较,且参数通过极大熵选取也使得排序方法较为科学合理;接着引入前景理论来体现决策者在不确定性情况下,非理性心理对于决策的影响并给出区间数排序的第二种方法。最后,通过既有案例来对已有的区间数排序方法与所提方法进行比较分析,验证了第一种双参数法在改变不同的参数后,能够包两种方法所得到的结果,从而双参数法应用更为广泛;第二种前景理论方法考虑了人们面临得失时的心理行为,决策结果更符合实际。

C语言排序算法的分析和总结

本文具体介绍了C语言当中几种常用的排序方法,并对这些排序方法的基本思想、算法代码、执行过程进行了分析和总结。力求使初学者对于C语言当中遇到的排序问题有个比较清晰的了解。

分组排序算法

提出了分组排序算法,详细分析了算法的原理及其时间与空间复杂度,得出了在最坏情况下的时间复杂度是θ(mn);最好情况和平均情况下的时间复杂度均是θ(nlog(n/mk));在最坏情况下的空间复杂度是O(mn-m2+m);最好情况和平均情况下的空间复杂度均是O(mklog(n/mk));并用多组随机数据与效率较高的快速算法进行仿真对比实验,试验结果说明了文中结论的正确性。这一结果,将有助于进一步设计高效的海量数据分析方法。

五种排序算法的性能分析

排序是计算机科学中重要的研究课题之一，其目的是方便记录的查找、插入和删除。通过描述冒泡、选择、插入、归并和快速五种排序算法，总结了它们的时间复杂性和空间复杂性，指出五种排序算法可分为平方阶排序（O（n^2））和线性对数阶排序（O（n log n））两类。通过实验验证了五种排序算法在随机、正序和逆序三种情况下的性能，指出排序算法的适用原则：当记录较小时，可采用插入或选择排序；当记录基本有序时，可选用插入或冒泡排序；当记录较大时，则应选择快速排序或归并排序。

基于优化点融合系统的进场航班排序研究

为了缓解终端区航班延误现状,构建点融合系统优化模型,采用带精英策略的遗传算法进行求解,结果表明,经过优化后,终端区内航班的平均飞行时间减少了65s,平均燃油消耗减少了52.3kg,平均污染物排放减少了726g。之后以优化后的点融合系统作为仿真空域架构,构建基于点融合的多目标进场航班排序模型,采用带精英策略的快速非支配遗传算法进行求解,结果表明,相较于先到先服务序列,在总延误时间和调度公平性方面,优化序列1分别优化了40.69%和10.16%,优化序列2分别优化了14.09%和13.4%,优化序列3分别优化了5.19%和18.56%,在考虑航空器速度调整后,优化序列1'、优化序列2'以及优化序列3'在最后着陆时间方面均优化了0.2%,提高了终端区的运行效率及航班调度公平性。

繁忙机场下点融合系统进场排序:以广州白云机场为例

随着交通量需求的增加,为了优化进场航班的运行效能和提升安全性,提出点融合系统(point merge system,PMS)的优先级模型,根据航班的重要程度(航程是否连续)、航班的载客率以及航班的类型可以确定航班的优先级,以最小化进场航班的总延误成本及排序边飞行总时间为目标函数,以排序边唯一,尾流间隔,进入点融合系统时间窗,排序边长度,位置转换次数为约束,并以广州白云机场进场程序为例,采用改进的非支配排序遗传算法(non-dominated sorting genetic algorithmⅡ,NSGA-Ⅱ)求得航班落地的最终序列。结果表明:改进的NSGA-Ⅱ算法与先到先服务和未改进的遗传算法进行对比,总延误成本分别降低了4.1%和1.9%,排序边飞行总时间分别降低了32.5%和21.6%。可见该模型算法能有效地降低延误成本,减少飞行时间,从而缓解机场空域压力,提高飞行效率。

组合式排序算法

当元素个数n≤c1,(c1为某一依赖于机器和语言环境的常数)时,简单插入排序的性能最佳;当c1≤n≤c2时(c2为某一依赖于机器和语言环境的常数),快速排序的性能最佳;当n>c2时,归并排序的性能最佳。结合简单插入排序,快速排序和归并排序,提出组合式排序算法,理论分析和实验表明,新算法的性能优于快速排序算法和归并排序算法。

各种内部排序算法的比较

排序是程序设计中非常重要的内容,其算法种类繁多,现介绍常用的几种排序算法,并比较了它们的异同。针对不同的序列选择最佳排序方法,以提高效率。

解析C语言三种排序法

排序有多种方法,C语言中常用的有三种:冒泡排序、选择排序、插入排序,下面就对这三种方法做以下分析。一、冒泡排序l、冒泡排序的思路:对于n个数进行排序(现假定是从小到大排序,以下均按此进行)。

基于数组的桶排序算法

经典桶排序算法以链表形式实现“桶”,处理均匀数据效率很高,是O(N)算法.但对极不均匀数据则退化成低效的O(N2)插入排序.讨论了记录携带附加数据的计数排序算法,将“桶”实现为顺序数组,避免链表的动态内存分配直接提高算法效率,并允许快排等O(NlogN)算法处理桶内数据.对均匀数据仍然保持O(N)时间复杂度,对极端不均匀数据则只退化为O(NlogN)的原算法.对一般非均匀数据,证明数组桶排序算法总体性能高于经典算法.均匀数据实验表明,桶排序算法明显优于Lin-ux下标准qsort系统调用,且数组桶排序算法效率更高.而在非均匀的正态数据实验中数组桶算法性能下降明显小于经典桶排序,总体效率仍然优于qsort的直接应用.

高效的隐私保护多方多数据排序

安全多方计算允许具有私密输入的多个参与方联合计算一个多输入函数而不泄露各参与方私有输入的任何信息,因此近年来受到广泛关注.作为安全多方计算中的一个基础问题,隐私保护排序允许多个参与方在不泄露数据集隐私的前提下计算多个数据集的排序结果,广泛应用于产品定价、拍卖等场景.现有的隐私保护排序协议大多只支持两个参与方.而已有的多方多数据排序协议通信开销大、计算复杂度高,整体效率较低.现有隐私保护排序协议均未考虑恶意参与者的穷举攻击,因此安全保护不足.对此,本文提出一个高效的隐私保护多方多数据排序协议.多个参与方仅需O(1)轮交互即可以隐私保护的方式获得其持有的多个数据的排序结果.具体来讲,本文设计一种基于多项式的编码方法,将参与方的数据集编码为一个多项式,其每项的指数和系数分别代表数据和该数据的个数.通过多项式加法可实现多个参与方数据集的排序.同时,本文设计了多项式加密、聚合多项式生成和解密多项式生成算法,在保证计算正确性的同时实现多项式的隐私保护.最后,各参与方通过不经意传输技术获得排序结果.本文定义了不合谋参与方穷举攻击下的恶意安全.安全性分析表明本文协议不仅实现了半诚实安全性,而且达到了不合谋恶意用户穷举攻击的恶意安全性.此外,大量实验表明本文提出的协议在通信和计算方面都十分高效.如当参与方数量为15、每个参与方持有20000个数据、数据上界为500000时,本文协议的通信和计算开销分别为898.44 MB和69.76 s,仅为LDYW协议的12.08%和76.85%;而相对于AHM+方案,本文协议在通信开销仅增加约4倍的情况下使计算效率提升了约20倍.

基于优化第三代非支配排序遗传算法的城市应急设施模糊选址

以杭州市上城区2022年全年核酸检测点记录数据为基础,采用优化型第三代非支配排序遗传算法(NSGA3),将杭州市上城区划分为10786个50 m×50 m的人口点,模拟每个人口点去往周边核酸检测这一聚集性应急行为,并进行50000次迭代.将迭代结果进行核密度分析,分别得出基于单设施点的15 min生活圈优化结果、基于双设施点的15 min生活圈优化结果、基于适老化需求修正的设施点优化结果,以及基于单设施点的5 min生活圈优化结果.结果显示,以单设施点的15 min生活圈优化结果为例,在不改变服务能力的前提下,基于优化NSGA3迭代后的核酸检测点网络,将设施平均可达时间从292.44 s优化到了264.62 s.基于核酸检测这一行为结果形成城市应急设施的模糊选址范围,得出“小集聚-大分散”空间规律;在此基础上将模糊选址范围转化为“社区级多功能应急空间”,为将来发生应急事件,进行临时应急设施选点决策时提供理论建议.

多级智慧供应链网络节点动态优先级排序系统

多级智慧供应链网络中的节点错排问题,使得数据信息的传输受到影响,导致节点动态优先级排序精准度较低。为此,设计了多级智慧供应链网络节点动态优先级排序系统。在多级SDN拓扑网络中,确定供应链节点的排列方式,完成多级智慧供应链网络的一般性结构设计。对网络节点实施无标度处理,根据动态参数标准化执行结果,计算优先级特征向量与排序介数的取值范围,实现对节点对象的排序处理,完成多级智慧供应链网络节点动态优先级排序系统的设计。实验结果表明,设计系统作用下,能够有效解决多级智慧供应链网络中的节点错排问题,提高多级智慧供应链网络节点动态优先级排序精准度。

基于深度学习的回归测试用例优先级排序方法

在回归测试中对测试用例排序可以更快地发现代码缺陷,节约测试时间和资源,提高测试效率。现有的测试用例排序方法没有同时考虑代码的变更信息以及测试用例的历史执行信息,也没有考虑不同测试用例执行历史长短的区别,因此排序效果不佳。针对这些问题,提出基于深度学习的回归测试用例优先级排序方法。首先分别构建基于代码变更信息和历史执行信息的分类模型;然后基于类间关系图识别受代码变更影响的类,对这些类的测试用例以及近期执行发现缺陷的测试用例进行分类,使用分类模型和启发式排序方法对测试用例分类进行排序;最后通过交替排序融合排序结果。在RTPTorrent数据集上选取6个项目进行实验,结果表明:1)在无时间约束时,所提方法在所有项目上都取得了不错的排序效果,在cloudify项目上的APFD指标达到0.972;2)在有时间约束时,所提方法的NAPFD指标超过了目前主流的排序方案。

程序设计中排序的实现方法

排序 (Sorting)是数据处理中应用最普遍的一种操作 ,经过排序处理的数据在程序设计中可以采用优化的算法提高程序的执行效率 ,同时经过排序后的数据隐含一些特殊的含义 ,为用户提供有价值的信息 .掌握排序的方法对于学习程序设计人员具有一定的实际意义 .

超快速排序算法

快速排序算法结构简单,平均性能较佳;基数排序性能较稳定。结合快速排序和基数排序,提出超快速排序算法,通过理论分析和实验表明,新算法的性能优于快速排序算法和基数排序算法。

基于比较操作的排序方法的讨论

为了查找方便,通常希望计算机中的表是按关键字有序的,因为有序的顺序表可以采用查找效率较高的折半查找法查找,因此,研究各种排序方法是计算机工作者的重要课题之一。从基于比较操作的各种排序方法的具体实现算法、算法执行的效率等几个方面进行分析研究。最后提出了它们的共性,即基于比较操作的排序方法的分析与研究,主要是执行效率的研究。