变光滑长度SPH方法在入水冲击中的应用研究

计算效率低一直以来都是SPH方法(光滑粒子流体动力学方法)发展过程中面临的技术难题,而变光滑长度SPH方法既可以提高粒子非均匀分布时核函数计算精度,又能保证邻近粒子相互作用的对称匹配,因此对提高计算效率十分有益。本文采用空间变光滑长度SPH方法,并提出了一种新型的高效、高鲁棒性搜索方法,即平衡型树形搜索法(balanced alternative digital tree search algorithm,B-ADT),开展了二维楔形体入水冲击问题的应用研究,模拟结果显示文中所采用的空间变光滑长度SPH方法和平衡型树形搜索法,在保证计算精度的情况下,可以有效提高计算效率,这为下一步开展复杂工程应用打下重要基础。

改进的FCM算法在网络入侵检测中的应用

针对FCM聚类算法容易陷入局部最优且对初始点很敏感的问题,提出基于搜索空间平滑技术的点密度加权FCM算法以获得最优解。以所得的聚类中心作为输入,再次执行FCM算法,对于隶属度小于阈值的数据样本进行检测;如果该数据样本被删除,目标函数值变化明显,则该数据样本为异常数据样本,并且聚类最后产生的小的簇中的数据样本也是异常数据样本。在KDDCUP99数据集上进行检测,实验结果表明该算法具有较高的检测率及较低的误检率。

改进A*算法在突防航迹规划中的应用

针对实际应用中传统A*算法存在搜索时间长、占用空间大和生成的航迹可飞性低等问题,对传统A*算法进行了改进。通过引入启发函数选择因子,并结合航迹约束条件改进节点扩展策略,有效减小了算法搜索时间和所占用的内存空间;采用索引矩阵和无序数组的混合数据结构实现对Open表和数据的管理,显著提高了算法效率;通过对航迹进行后期平滑处理,使生成的航迹满足飞机机动性能要求。仿真结果表明,改进后的A*算法有效提高了规划效率且生成的航迹更具可飞性,在突防航迹规划中具有一定的实际应用价值。

空间平滑搜索CLARANS算法

CLARANS是一种有效且广泛应用于空间数据挖掘的聚类算法,非常适合发现多边形的聚类结果.CLARANS的实质是随机重启搜索优化算法.由于搜索空间的表面粗糙不平,布满了局部最优解的"陷阱",因此CLARANS算法易受局部最优解的影响.空间平滑技术允许启发式搜索有效地避开局部最优解的"陷阱".本文给出了基于空间平滑搜索的CLARANS算法(CLARANS algorithm based on Search Space Smoothing-CLARANS-SSS),设计合理的噪声法空间平滑策略能够移除搜索空间中大部分的局部最优解.实验结果表明空间平滑搜索对于CLARANS算法非常有效.

搜索空间逐步平滑技术的分析与应用

系统分析了搜索空间逐步平滑策略的可行性.在离散的情况下,分析了搜索空间逐步平滑法在离散问题中的应用,并与没有经过平滑技术处理过的遗传算法的运行过程进行了比较,得出搜索空间逐步平滑法收敛效率更高.

搜索空间平滑技术在软硬件划分中的应用

软硬件划分问题是软硬件协同设计的重要问题之一,它涉及到系统建模,划分算法和划分方案评价等问题,其中划分算法设计是关键点。以提高系统时间性能为目标,利用任务流图构造系统模型,在其上实现了基于优先权的评价函数,提出了搜索空间平滑技术与离散粒子群算法相结合的软硬件划分算法,并且解决了两者的融合问题,并能根据系统信息动态适应调整算法参数。实验结果表明,算法时间开销稳定,求解质量较高。

一种具有空间平滑技术的遗传算法研究

1 引言遗传算法从开始提出到现在,经过众多学者经过十几年的研究、发展,已广泛地应用到各个领域。但在遗传算法应用过程中,容易发生“早熟”现象。所谓“早熟”现象是指在找到最优解或近优解之前,遗传算法的迭代过程导致主导“基因”固定的一种染色体基因的确定现象。一般地认为,导致“早熟”现象的因素有这样几个方面:①选择算子选取不合理造成基因缺陷;②交叉算子构造不理想,引起模式缺陷;③遗传算法的参数选择不科学等。为了避免“早熟”现象的产生,提高遗传算法的搜索能力,许多学者围绕以上几个方面进行了深入的探讨、研究,取得了许多有意义的成果和方法。

改进的FCM算法在医学中的应用

为解决传统的模糊C-均值(FCM)算法容易陷入局部最优解的问题,该文提出了一种基于平滑技术改进的FCM算法,考虑到处于不同位置的样本点对分类的影响程度不同及聚类个数对聚类结果有很大影响,新算法结合了点密度及最佳聚类数确定方法,最后用有效性评价函数评估算法的有效性。实验证明,新方法聚类效果更好。以帕金森疾病为例对新方法在医学中的应用进行了探讨。