关联规则挖掘算法改进研究

文章讨论了数据挖掘的一般理论,研究了关联规则挖掘算法以及经典的Apriori算法,分析了算法存在的问题,并提出了新的基于压缩矩阵的关联规则挖掘算法。理论分析和仿真实验显示改进算法的性能明显优于Apriori算法。     

论线性规划的原始—对偶单纯形算法

从一个既不是原始可行也不是对偶可行的初始基出发,提出了求解线性规划问题的原始—对偶单纯形算法.首先,将等式约束右手边向量取负值的项置为零,用原始单纯形算法求解相应的线性规划问题,如果存在最优解,则是原问题的一个正则解.在原始单纯形迭代过程中,一旦原问题右手边向量取负值的项转化为非负项,则恢复其原来的约束条件参与迭代计算,可使获得的正则解距原问题的最优解(如果存在)更近.接着,从所获得的正则解出发,用对偶单纯形算法求解原问题,直到获得原问题的最优解或无可行解的结论.最后,为了验证该算法的计算性能,通过MATLAB编程在计算机上进行大规模数值试验,结果表明,与经典单纯形算法相比,该算法在大部分问题上使用更少的迭代次数和执行时间,具有更高的计算效率.     

多叉树的绘制算法研究及实现

为了解决绘制的多叉树容易和相邻的子树发生相互重叠或交错的情况,从改进多叉树的数据结构入手,在灵活应用树的各种遍历算法的基础上,提出一种解决此类问题的思路,并付诸实现,同时给出算法时间复杂度分析.     

Apriori算法的探讨

Apriori算法是数据挖掘中较为经典的一种算法,本文详细介绍了该算法的相关概念、定义、推到及其编程算法,并与相关的其他算法进行比较,同时还介绍了几种Apriori的优化算法。     

基于粒子群算法的不确定性结构区间分析

结构工程中存在着大量不确定性因素,区间分析方法是计算不确定性结构的最有效方法。但是区间计算的精度偏低使得该方法在实际工程中还很难广泛应用。将PSO算法引入不确定性结构区间分析,将区间计算问题转化为全局优化问题。实例表明,PSO算法的结果明显优于其他现有各种计算方法。     

求解旅行商问题的模拟进化算法

旅行商问题是组合优化的经典问题,应用广泛,而且长期以来被作为NP—Hard问题的理想研究平台。文章介绍了旅行商问题也成为衡量近似算法效率的重要参照标准。求解旅行商问题的近似算法中,借助自然界规律,并根据其原理统计涉及的模拟进化算法最为成功。     

大学英语教学中常用修辞的用法

在大学英语教学中，有十余种常见的修辞格式，意识地、有选择地引导学生们分析这些常见的英语修辞手段，理解能力和表达能力。如明喻、隐喻、拟人、平行、借代、双关等，有有助于进一步提高学生们对英语章的欣赏能力。     

浅谈矩阵转置算法最佳选择的教学

矩阵的转置是重要的基本运算。在矩阵转置算法最佳选择的教学中,教师应改革教学方法,引导学生思考、分析问题,作出结论,以实现学生思维与教学内容进程的统一,掌握知识与培养分析、解决问题能力的统一,进而学会学习。     

基于蚁群算法的物流配送车辆路径优化问题研究

本文应用蚁群算法对企业的车辆调度问题进行了算法设计,构建了车辆路径问题的蚁群算法解决方案.通过对蚁群算法的分析,提出了蚁群算法的改进算法,并结合实例进行了测试和实验结果分析,验证了改进的蚁群算法的有效性,证明了其可行性,使其更能适应实际的需要.     

免疫蚁群算法在常规医疗器械配送路径优化中的应用

将免疫蚁群算法引入到求解常规医疗器械物流配送路径优化问题中,结合免疫算法和蚁群算法的优点,相对于基本蚁群算法求解常规医疗器械配送路径优化问题,免疫蚁群算法具有更快的收敛速度、更短的搜索时间。通过实验仿真,证明免疫蚁群算法的优化结果优于蚁群算法。