基于贪婪思想的二阶段无线传感器网络定位算法

近些年来,将优化算法应用到节点定位问题当中成为了一个研究热点.本文假设下一次定位结果为准确坐标,对前后两次定位结果邻居节点之间距离关系进行深度分析和推导,得到一个邻域函数.在此基础上根据贪婪思想,提出了贪婪定位算法.为了达到更精确的定位结果,本文将贪婪定位算法分成两个阶段:第一阶段,根据贪婪迭代优化得到一组初始定位结果;第二阶段将满足一定条件的未知节点升级为锚节点,重新执行第一阶段的过程,重复第二阶段,直到没有未知节点可以升级为锚节点为止.实验结果表明,无论是定位精确度还是算法执行时间,本文所提算法都比当前的一些优化定位算法要好.

采用贪婪遗传算法实现图像阈值的自动选取

将贪婪思想引入到遗传算法中设计了贪婪遗传算法,以最大类间方差函数作为遗传算法中适应度的评价函数,利用贪婪算法局部搜索能力强和遗传算法全局搜索能力强的特点,实现图像阈值的自动选取。与基本遗传算法相比,本文算法具有更强的寻优性能,从而加快了收敛速度。实验表明基于贪婪遗传算法的阈值自动选取方法具有计算耗时少的特点,更适用于实时图像处理系统。

离散需求下基于两阶段思想的分布式仓储研究

该文主要研究在离散需求下,第三方物流仓储企业的动态分布式仓储能力分配策略。首先建立了基于随机背包思想的动态规划和两阶段模型,再对该模型设计了采用贪婪思想修复无效解的遗传算法。最后通过数值仿真分析比较了该文设计的采用贪婪思想修复无效解的遗传算法与普通采用惩罚因子的遗传算法的相关性能,并验证了该模型与算法的可行性和稳定性。

树状网络上带度约束的k-tree core问题

考虑到在实际应用中,由于计算机和通信网络中一般每个设备的处理能力是有限的,在k-treecore问题的基础上,提出了同时带有度约束的k-treecore问题,即k-treecore中的每个节点在子树中的度不超过给定常数q,记为q-DTC(k)(Degree constrained TreeCore)。利用动态规划的方法,采用最优化原则先找出文中所定义的局部根核集,然后利用贪婪思想对不满足度限制的节点所在的分支加以删减,对无权树和赋权树得到了复杂度分别为O(kn)和O(max{nlogn,kn})多项式时间算法,其中n是树的节点数。

改进遗传算法解决TSP问题

针对基本遗传算法收敛速度慢,易早熟等问题,提出一种改进的遗传算法。新算法利用贪婪思想产生初始种群来加快寻优速度,用贪婪思想来引导交叉操作,在交叉操作之前,把当前较差的一半种群替换成随机种群,最后用改进的变异算子和进化逆转操作进行寻优,利用新的遗传算法求解基本的旅行商问题。仿真结果表明,改进的遗传算法具有全局搜索能力强、收敛速度快的特点,优化质量和寻优效率都较好。

采用分层蚁群算法的Ad Hoc网络优化部署

针对传统蚁群(ACO)算法在求解Ad Hoc网络"点覆盖"优化部署问题时不能同时满足精度和速度要求以及求解规模相对较小的问题,提出了一种改进蚁群算法.该改进算法是将栅格化区域分为内、外两层,只依据外层大栅格数量构建信息素矩阵,缩小矩阵阶数,从而提高算法演化速度;蚂蚁的移动过程包括粗移动和细移动.仿真结果表明,该分层蚁群算法能用于求解Ad Hoc网络"区域覆盖"优化部署问题,提高了网络优化部署的时效性.

物流配送管理中运输车辆优化的算法

本文就物流管理系统中运输工具利用和行车路线优化制定问题，提出利用贪姿思想的扫描法(The Sweep Metllod)得到此问题的满意解，此算法简洁实用，易于在计算机上实现。

寻找最大独立集的算法

提出两种基于贪婪思想的局部搜索算法寻找给定图的最大独立集,通过测试第二种算法在图密度小时更优与第一种算法.由于局部搜索算法的缺陷,修改邻域函数与顶点的选择是进一步研究的问题;考虑到算法的有效性,时间复杂度和近似算法的比较也是值得进一步研究的方向.

LTE虚拟MIMO系统中用户正交配对改进算法

第三代合作伙伴计划(3GPP)在长期演进(LTE)上行传输中引入了虚拟多输入多输出(V-MIMO)技术,能够提升频谱效率,改善无线链路传输性能。用户配对是V-MIMO技术必不可少的环节。针对现有的正交配对算法由于不能准确衡量两用户的正交性而导致的性能恶化问题进行了理论分析,并提出更具有一般性的正交性定义。为适应LTE-Advanced上行最大支持4流、下行最大支持8流的特点,结合贪婪思想将正交配对的应用情形由两用户推广至多用户。为了进一步改善系统性能,提出基于范数的贪婪正交配对算法。仿真结果与复杂度分析表明,基于范数的贪婪正交配对算法与穷举的最优算法性能接近,且在计算复杂度上要远低于最优算法,对于V-MIMO技术的发展具有重要意义。

基于改进GSO算法的柔性作业车间E/T调度问题

针对机器资源和加工路线可选择情况下的柔性车间调度,以最小最大完工时间和时间惩罚成本为目标建立柔性车间E/T调度模型.根据问题特点,提出一种改进的萤火虫算法(GSO),算法设计了一种具有贪婪思想的编码策略,一个萤火虫个体表示工序加工顺序和工序加工位置;采用自适应选择策略,使步长自适应,提高算法精度;引入POX交叉、邻域交换和反序排序方法提高算法局部和全局寻优能力,并利用贪婪思想,提高算法的收敛速度.通过经典算例和实例验证算法性能,实验结果表明改进的萤火虫算法求解柔性车间调度问题的有效性.

异构蜂窝通信网络的发展及优化

随着新一代物联网的发展,5G通信时代已经到来。通信网络异构化应时而生,至今还有着无限的发展潜能。从传统蜂窝网络出发,根据异构蜂窝网络的改进及组成结构,分析其在实际通信中可能出现的用户接入不均衡问题,采用约束问题最优化的数学思想,将多用户的灵活接入形象描述为类背包问题。套用背包问题的贪婪策略,在保证系统性能最优化的前提下为不同用户合理分配资源。最后,通过仿真验证了该方案在均衡通信负载问题中起到了一定作用,降低网络总耗能。

高速公路施工工序优化设计

为了提高效率、缩短工期、减少施工对交通的影响,会存在多个施工区同时施工的情况,而实际的施工过程会出现工序不紧凑、进度调整困难、工期拖延等问题,因此文章选择从实际出发,结合贪婪思想,找到路段上能够同时施工的最大施工区数量,在施工区通行能力、路网效率等约束下,找到使施工时间最短的工期安排,提出施工工期的优化算法。

计及道路阻断的智能消防机器人路径规划策略

合理的运行路径规划对保障智能消防机器人的可靠运行意义重大。针对消防机器人路径规划问题,文章在对A-Star算法原理及动作过程进行深入分析的基础上,建立了适用于智能消防机器人的路径规划模型。之后,考虑到火灾现场存在的道路阻断问题,文章基于贪婪思想,提出了一种智能消防机器人路径修正策略。仿真结果表明,所提智能消防机器人路径规划与修正方案能够较好地解决火灾现场存在的道路阻断问题,有效提升消防机器人路径规划的合理性与可靠性。

基于改进灰狼优化算法的无人机三维航迹规划

为了解决三维复杂环境下的无人机航迹规划问题,提出一种基于改进灰狼优化算法的无人机三维航迹规划方法.模拟真实的地理环境,建立三维地形模型和禁飞区模型,构造合理的评价函数.在改进算法中,设计一种基于贪婪思想和变异策略的初始化方法,提升了初始种群的平均适应度值;将一种非线性递减函数引入距离控制参数,解决了灰狼优化算法开发能力不足的问题;设计一种动态加权平均和静态平均混合的位置更新策略,解决了灰狼优化算法位置更新策略不灵活的问题.仿真结果表明:该算法相比于其他几种相关算法,航迹代价较小、收敛速度较快且效果更稳定.

基于改进萤火虫算法的开放式车辆路径问题

针对带软时间窗的多配送中心开放式车辆路径问题，提出了一种新改进的离散萤火虫算法，采用基于贪婪思想的随机邻域搜索策略来提高算法的局部和全局寻优能力；研究了一种步长自适应的方法，其根据当前迭代个体和进入下一次迭代的个体之间的距离自动调整步长，大大提高算法的精度和收敛速度．仿真实验表明了新改进算法的有效性及可行性．