基于佳点集遗传算法求解Job-shop调度问题

1.介绍 Job-shop调度同题(JSSP)是极为困难的带约束组合优化问题,是NP难的.典型的Job-shop调度问题可描述为n个工件要在m台机器上加工,每个工件有其特定的加工工序,每道工序加工时间已知,并符合以下假设[1]:

数据挖掘中基于交叉覆盖神经网络的分类分析

给出在数据挖掘中应用交叉覆盖神经网络进行分类分析的方法 ,它克服了传统神经网络如BP算法需要多次迭代及存在局部极小等缺点 ,计算速度快 ,能很好的适应高维数据的分类问题。

三维欧氏重构的快速算法

提出一种分层三维欧氏重构算法。以仿射投影来逼近透视投影,采用线性迭代估计射影深度,通过测量矩阵的奇异值分解实现射影重构。然后利用场景中的平面与像平面的单应矩阵关于摄像机内参数的约束来实现摄象机的标定,最后求解一个满足欧氏重构条件的4×4非奇异矩阵,通过此矩阵将射影重构变换为欧氏重构。实验结果表明该算法是行之有效的。

松散的脑袋——群体智能的数学模型

本文从生物进化的角度,将群体中的每只昆虫看成一个神经元,彼此之间通过随机、松散的(软)的连接组成一个神经网络;然后,类似于人工神经网络模拟人类大脑,用"松散"的神经网络来模拟昆虫的群体行为。即建立一个松散的大脑——群体智能的随机结构的神经网络模型。最后,根据所建立的数学模型,分别对"蚂蚁筑巢"和"蜜蜂筑巢"行为进行计算机仿真模拟,以表明上述模型的合理性。