随机修复场模型的改进

主观轮廓是一种重要的视觉心理现象,体现了人类视觉惊人的感知修复能力,而随机修复场模型则是针对主观轮廓提出的一个比较有影响力的计算模型。针对随机修复场模型存在的问题提出了一个改进方案。该方案建立了一个根据图像边缘的位置和取向构成的几何关系提取主观轮廓的综合性解决方法。实验结果验证了算法的有效性。

一种求解多背包问题的改进的人工鱼群算法

多背包问题是优化领域中典型的NP难题,传统算法由于计算复杂性高或收敛速度慢等缺点,结果往往不能令人满意。针对上述问题提出了一种求解多背包问题的改进的人工鱼群算法(IAF-SA)。首先将多背包放入方式整数编码,其次对不可行人工鱼编码、不充分人工鱼编码采用"随机修复"策略进行修复,并对人工鱼群算法(AFSA)中觅食、聚群和追尾等行为和产生的人工鱼编码进行改进和修复,最后结合实验对IAFSA算法分析和检验。实验结果表明,求解多背包问题的IAFSA算法相对其它算法不仅具有更快收敛速度和更强鲁棒性,而且以较大的概率收敛于原问题的最优解。

基于改进NSGA-Ⅱ算法的港口堆位分配问题研究

散杂货港口堆位分配问题是一个典型的组合优化问题。在对此问题分析和建模的基础上,采用NSGA-Ⅱ算法进行求解。针对问题搜索空间大、约束条件复杂等特点,对传统NSGA-Ⅱ算法进行了改进,以提高算法的处理效率、收敛性和多样性。应用Java编程语言,融合JESS推理机,进行了改进NSGA-Ⅱ算法的仿真研究。

一类投资优化模型的遗传算法

建立了考虑交易费用,并带有整手交易、风险证券投资限额约束和总资本约束的均值-绝对偏差投资优化模型.根据问题可行解的具体特点,提出了一种改进的不可行解的随机修复技巧,并据此设计了一种改进的遗传算法,从而实现了该问题的求解.实证分析表明,本文给出的遗传算法具有较高的搜索效率和稳定性,只要设定适当的遗传代数,从任意初始种群开始,该算法都能够稳定地得到问题的近似最优解.

求解0-1背包问题的改进离散和声搜索算法

提出一种求解0-1背包问题的改进离散和声搜索算法(IDHS).该算法应用分布估计算法的概率思想,设计自适应调整策略,提高算法的搜索能力.引入精英培养机制,加强精英和声的开发,提高算法逃离局部最优的概率.通过随机修复方法和置换策略来改善和声的可行性,增加解的多样性.对背包问题进行测试,结果验证了IDHS算法的有效性.

基于加权的不完备非负矩阵分解算法

非负矩阵分解(NMF)作为一种特征提取与数据降维的新方法,相较于一些传统算法,具有实现上的简便性,分解形式和分解结果上的可解释性等优点。但当样本矩阵不完备时,NMF无法对其进行直接分解。提出一种基于加权的不完备非负矩阵分解(NMFI)算法,该算法在处理不完备样本矩阵时,先采用随机修复的方法降低误差,再利用加权来控制各样本的权重,尽量削弱缺损数据对分解结果产生的干扰。此外,NMFI算法使用区域权重来进一步减少关键区域数据缺损对分解产生的影响。实验结果表明,NMFI算法能有效提取样本中残余数据的信息,减少缺损数据对分解结果的影响。

SRAM的高成品率优化设计技术

提出了一种嵌入式SRAM的高成品率优化方法:通过增加冗余逻辑和电熔丝盒来代替SRAM中的错误单元。利用二项分布计算最大概率缺陷字数,从而求出最佳冗余逻辑。将优化的SR SRAM64 K×32应用到SoC中,并对SR SRAM64K×32的测试方法进行了讨论。该SoC经90 nm CMOS工艺成功流片,芯片面积为5.6 mm×5.6 mm,功耗为1997 mW。测试结果表明:优化的SR SRAM64 K×32在每个晶圆上的成品数增加了191个,其成品率提高了13.255%。

融合差异进化的混合算法求解多选择背包问题

针对典型的组合优化问题——多选择背包问题(MCKP),提出了一种融合差异进化的混合算法(IDEHA)。算法按照适应度值将个体分为3个阶级,实施差异进化;通过设计一种有效的随机贪心修复策略,引入精英库进行协同寻优来加速算法收敛。通过对典型的多选择背包算例的求解并与其他算法的对比分析,基于融合差异进化的混合算法具有收敛速度快、求解精度高、稳定性和鲁棒性强等优点。

一种求解0-1背包问题的二进制修正和声搜索算法

针对0-1背包问题,提出一种二进制修正和声搜索算法.该算法修正了即兴创作过程,对参数PAR进行动态调整,同时提出一种随机修复机制,有效修复不可行的和声,增强算法的局部搜索.采用一种可行和声初始化方式,保证初始和声都是可行的,整个搜索过程完全采用0-1二进制模式,对14个0-1背包问题进行测试.将所提出算法与其他算法进行比较,结果验证了所提出算法的有效性.