期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
基于符号模拟和变量划分的SAT算法 被引量:3
1
作者 闫炜 吴尽昭 高新岩 《四川大学学报(工程科学版)》 EI CAS CSCD 北大核心 2008年第3期121-125,共5页
针对SAT算法中回溯次数较多的问题,采用基于符号模拟和变量划分的方法来解决其不足。基于符号模拟和变量划分的SAT算法将一个较大的CNF分解为两个子集,每个子集所包含的变量又划分为两个互不相交的子集,仅对那些无法判断的子集,赋以符号... 针对SAT算法中回溯次数较多的问题,采用基于符号模拟和变量划分的方法来解决其不足。基于符号模拟和变量划分的SAT算法将一个较大的CNF分解为两个子集,每个子集所包含的变量又划分为两个互不相交的子集,仅对那些无法判断的子集,赋以符号值,从而限定了赋予符号值的变量范围,即可减少算法的回溯次数,又能降低内存占用率。理论及实验结果均证明,该算法是合理且有效的。 展开更多
关键词 SAT 符号模拟 合取范式 变量划分
下载PDF
基于稀疏高斯过程混合模型的短时交通流预测 被引量:4
2
作者 韩春颖 周亚同 +2 位作者 常和玲 池越 何静飞 《交通信息与安全》 CSCD 北大核心 2019年第1期121-127,共7页
交通流预测在智能交通系统中起重要作用。由于短时交通流的时变性,传统预测模型效果较差。将稀疏高斯过程混合(SGPM)模型用于短时交通流预测,并研究了隐变量后验硬划分学习算法,该算法依据最大后验估计矫正样本划分,不断迭代实现最优分... 交通流预测在智能交通系统中起重要作用。由于短时交通流的时变性,传统预测模型效果较差。将稀疏高斯过程混合(SGPM)模型用于短时交通流预测,并研究了隐变量后验硬划分学习算法,该算法依据最大后验估计矫正样本划分,不断迭代实现最优分组。将SGPM模型与核回归(K-R)、最小最大概率机回归(MPMR)、线性回归(L-R)以及高斯过程(GP)的预测结果对比。同时将新的学习算法与传统variational和LooCV学习算法比较。结果表明,基于新算法的SGPM模型不仅能够分模态展示预测结果、输出置信区间,且短时交通流预测均方误差可达0.047 6,训练耗时达7.121 4 s,均优于其他模型。 展开更多
关键词 智能交通 交通流预测 稀疏高斯过程混合 变量后验硬划分 多模态
下载PDF
A New Three-Level Hierarchical Control Algorithm for Large-Scale Systems
3
作者 解三明 吴沧浦 许钟灵 《Journal of Beijing Institute of Technology》 EI CAS 1996年第2期211+205-211,共8页
This paper presents a new three-level hierarchical control parallel algorithm for large-scale systems by spatial and time decomposition. The parallel variable metric (PVM)method is found to be promising third-level al... This paper presents a new three-level hierarchical control parallel algorithm for large-scale systems by spatial and time decomposition. The parallel variable metric (PVM)method is found to be promising third-level algorithm. In the subproblems of second-level, the constraints of the smaller subproblem requires that the initial state of a subproblem equals the terminal state of the preceding subproblem. The coordinating variables are updated using the modified Newton method. the low-level smaller subproblems are solved in parallel using extended differential dynamic programmeing (DDP). Numerical result shows that comparing with one level DDP. the PVM /DDP algorithm obtains significant speed-ups. 展开更多
关键词 hierarchical control differential dynamic programming parallel variable metric
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部