基于场景分析的配网自动化最优水平组合搜索算法

为提高配电网的自动化水平，本文提出基于场景分析的组合式搜索算法。首先通过考虑不同类型设备的场景，将配网自动化的全局问题分解为仅包含某种类型设备的若干问题；其次，对所有子问题的最优解进行整合和修正后得到全局问题的最优解；最后，在实际配电网中进行了实验验证。

量子搜索算法

结合Grover和Tad Hogg的算法框架,叙述了量子算法中非结构化和结构化的两类搜索算法的设计思想.在Grover算法中,结合复杂性、临界点、非单调性、完备性和鲁棒性分析总结了一些性质,分析了Grover算法的优缺点.在Tad Hogg算法中对独立于问题的映射和相位调整分别作了介绍.重点分析了一种相位调整策略,解释该策略有效的原因和适用的场合,讨论了影响算法效率的因素.在上述论述的基础上对量子搜索算法与传统搜索算法进行了比较和分析,总结了隐藏在不同量子搜索算法背后的深刻思想.

基于最佳路径组合搜索策略的匹配追逐算法

基于块导向的字典的匹配追逐算法广泛应用于图像处理中。本文在块导向字典的基础上,提出交迭字典。块导向字典可以看作是块导向变换的概括,交迭字典可以看作是由临界采样滤波器组构成的。针对匹配追逐算法搜索最佳向量过程耗时的问题,提出了基于最佳路径组合搜索策略的改进算法,该方法利用树状图从所有可能的向量组合中,选择逼近误差最小的向量组合作为最佳字典向量。仿真结果显示,该算法的估计误差明显减少,而且找到最佳途径的可能性增加。

Transputer网络上分布式组合搜索的效率

Ｔｒａｎｓｐｕｔｅｒ网络是一种典型的消息传送型多处理机系统，无论是传统的数值计算，还是人工智能的动态非确定搜索问题，都可以得到加速处理。本文研究如何在Ｔｒａｎｓｐｕｔｅｒ网络上高效地实现分布式组合搜索。针对搜索的动态非确定性，我们提出一种异步通讯模式，以及Ｔｒａｎｓｐｕｔｅｒ上并行搜索的负载平衡算法。我们实现了最佳优先和启发式导向的深度优先两种策略的分布式分枝限界算法（Ｂｒａｎｃｈ－ａｎｄ－Ｂｏｕｎｄ），应用于求解旅行推销员问题（ＴＳＰ），在１６个Ｔｒａｎｓｐｕｔｅｒ上获得了较好的并行效率。

组合搜索 从算法到系统

组合搜索算法关注于解决N-P难题，而一直以来N-P难题总体上被看作是无法解决的，但实际中一些N—P难问题是可以通过逻辑语言计算或推理得到有效解决的。组合搜索算法通过减少搜索空间的可行域和使用启发式搜索方法搜索大的解空间进行N-P难题的求解。