网上订餐系统常见智能搜索算法研究

网上订餐服务平台能够为客户提供更为方便和快捷的个性化服务,针对网上订餐系统所能够使用的常见智能搜索算法进行研究,具体包括:深度优先搜索、广度优先搜索、HITS算法和Page Rank算法。     

基于混合DE算法的改进海豚群算法

为了提高海豚群优化算法的优化能力,针对基本海豚群算法搜索阶段易陷入局部最优和早熟收敛的缺陷,将DE入算法,提出了一种改进的海豚群算法。算法通过DE的交叉和变异机制避免局部最优。测试结果表明,改进的算法在收敛速度和寻优精度方面有更好的表现。     

基于适应度值方差布谷鸟算法参数调整

为了使布谷鸟搜索算法在保持快速搜索能力的同时,提高算法寻优精度.本文首先分析算法参数pa和β对迭代过程所得适应度值方差的影响,根据方差的变化动态调整算法搜索过程中参数的取值,提出了一种基于适应度值方差改进的布谷鸟搜索算法,并通过5个标准测试函数分别对CS和VCS进行测试,结果表明,VCS的寻优性能优于CS.     

一种改进的粒子群优化算法

介绍基本粒子群优化算法的原理、特点,并在此基础上提出了一种改进的粒子群算法。通过在粒子初始化时引入相对基的原理使粒子获得更好的初始解,以及在迭代过程中引入变异模型,部分粒子生成相对应的扩张及收缩粒子,比较其适应度,保留最佳粒子进行后期迭代,使算法易跳出局部最优。通过经典函数的测试结果表明,新算法的全局搜索能力有了显著提高,并且能够有效避免早熟问题。     

基于人工蜂群算法的柔性工艺规划方法研究

以产品加工任务的完工时间为优化目标,建立了柔性工艺规划问题的数学模型。针对零件的加工工艺柔性、特征次序柔性及加工机器柔性,结合人工蜂群算法,提出了一种序列编码方式,该编码方式保证了后续产生的新解为满足工艺柔性约束的可行解。设计了局部搜索变异操作策略与全局搜索交叉操作策略,进行种群的更新,之后给出了人工蜂群算法求解柔性工艺规划问题总流程。最后,通过实例对提出的人工蜂群算法进行了测试,测试结果表明,与其他算法求解工艺规划问题相比,人工蜂群算法具备更好的稳定性和更高的求解效率。     

多线程蚁群算法及其在最短路问题上的应用研究

针对基本蚁群算法,提出一种多线程蚁群算法。该算法引入多线程技术,将线程作为蚂蚁,而且借鉴于自然界中生物个体的差异性,从选择策略方面加强了蚂蚁个体对未知路径的搜索能力;同时对局部搜索和全局更新策略进行了改进。实验结果表明,该算法可以有效地克服基本蚁群算法的收敛速度慢和易出现停滞现象的缺陷,能够较快的收敛到全局最优解。     

基于改进FOA的SVM参数优化研究

为了提高支持向量机(SVM)分类性能,同时针对果蝇优化算法(FOA)寻优精度不高和易陷入局部最优的特点,提出了一种改进的FOA算法(LFOA),并将其应用于SVM的参数寻优中。该方法在运算个过程中根据果蝇种群的进化程度,动态的将种群分为较差子群和较优子群;较差子群在最优个体的指导下以基本FOA算法进行全局搜索,较优子群则围绕最优个体做Levy飞行,进行精细化局部搜索;两个子群的信息通过全局最优个体的更新和种群个体的重组进行交换。通过对UCI数据库中几个经典数据集的分类测试结果表明,基于LFOA优化SVM参数能够提高SVM的分类性能,效果优于其他几种方法。     

自适应粒子群优化算法在混沌系统参数估计中的应用

惯性权重w的变化会影响粒子群优化算法的搜索能力,本文针对基本粒子群算法不能适应复杂的非线性优化搜索过程的问题,在其基础上提出了一种动态改变惯性权的自适应粒子群算法。该自适应算法引入了h来衡量算法的进化速度,引入s来衡量算法的粒子聚集度,并将其作为函数w的变量,使w与算法的运行状态相关,从而使算法具有动态自适应性。最后,本文引入了两个经典的测试函数对该PSO算法进行测试,结果表明该算法明显优于基本PSO算法。     

基于模拟退火遗传混合算法的指派问题研究

根据指派问题的特点建立数学模型．提出了以模拟退火算法和遗传算法相结合的思想及其解决方案。通过算例表明,使用此算法解决指派问题,提高了搜索效率,能够在短时间内找到最优分配方案,证明该算法是可行的。     

电网建设项目物资需求预测研究

为满足电网建设项目物资需求管理的发展要求,在现有企业资源计划(ERP)系统完成上线并能够提供初步数据支持的基础上,针对如何依据电网建设项目里程碑计划中的基本工程建设指标,合理预测物资需求的问题,借助支持向量机模型(SVM)和人工鱼群算法(AFSA),构建了电网建设项目物资需求预测模型.在支持向量回归机的基础上,融合添加混沌搜索后的改进人工鱼群算法,优化了向量机核函数选取和参数设置,通过省级电网建设项目物资需求历史数据测试,模型预测结果满足实际使用要求,能够有效解决电网建设项目物资需求预测的问题.     

混合蚁群算法求解物流配送车辆路径优化问题研究

文中在分析VRP与旅行商问题（TSP）区别的基础上,构造了求解VRP的混合蚁群算法。将蚁群系统（ACS）算法同节约量和局部搜索策略2-opt法相结合来改进基本蚁群算法。仿真实验结果表明混合蚁群算法性能优良,能够有效地求解VRP问题。     

二进制搜索防碰撞算法在射频识别技术中的应用

针对RFID系统中出现的多标签同时识别时出现的碰撞问题,介绍了二进制搜索防碰撞算法及其衍生算法,并在此基础上分析了这几种算法的优缺点。同时提出一种改进算法,在综合性能对比以及算法模拟仿真后,证明了此改进算法能够提高识别的效率。     

向量空间模型的信息检索技术

向量空间模型是一种以查询Q和文档集合{D1,D2,…,Dn}为处理对象的算法,通过这种算法计算出这个查询的相似度SC(Q,Di)以及每篇文档Di(1≤i≤n)。为了能够实现对信息检索中的文本分类策略,采用了空间模型算法,做了实验文档测试,获得了各自的权重文档搜索结果,得到在检索过程中,向量空间模型根据文档之间的相似度,计算哪个文档最符合用户输入的关键字的结论,具有信息检索中文本相似度根据权值大小分类显示的特点。     

存储器测试算法及诊断覆盖率研究

随着微电子技术的快速进步,半导体集成电路高速发展,新的存储器测试技术也不断更新。文章描述了存储器的经典测试算法运算过程,并分析了其原理。在研究经典测试算法的基础上,吸收经典算法的思想,比较各种不同算法的优缺点,改进测试算法,以便在实际检测中能够减少测试所需要的时间,提高故障诊断覆盖率,达到比较满意的测试效果。     

存储器测试算法及诊断覆盖率研究

随着微电子技术的快速进步,半导体集成电路高速发展,新的存储器测试技术也不断更新。文章描述了存储器的经典测试算法运算过程,并分析了其原理。在研究经典测试算法的基础上,吸收经典算法的思想,比较各种不同算法的优缺点,改进测试算法,以便在实际检测中能够减少测试所需要的时间,提高故障诊断覆盖率,达到比较满意的测试效果。     

基于实时化最佳点的编译优化算法

静态单一赋值(SSA)是优化编译中的一项关键技术,Lengauer-Tarjan是SSA实现过程中用来计算流图中必经节点的快速算法。该算法使用EVAL,需运行大量出口、入口程序,并且对EVAL做多次无效调用。为了解决这些问题,提出一种搜索实时化最佳点RTBP(Real-TimeBest-Point)算法。采用RTBP能够减少许多特殊点的实时最佳点搜索,节省了大量的运行时间和存储空间。在很多情况下,基于RTBP的Lengauer-Tarjan性能优于基于E-VAL的Lengauer-Tarjan。     

基于改进遗传算法的FIR数字滤波器的优化设计

提出了利用基于BP(Back Propagation)神经网络的遗传算法来设计FIR数字滤波器的方法。针对遗传算法很难实现全局最优和搜索速度比较慢的缺陷,提出了改进算法,该算法充分利用了遗传算法的全局搜索功能强和BP神经网络的搜索效率高,优化了搜索时间,提高了算法性能,对于解决大规模多极值优化问题特别有效。最后,以设计低通滤波器的实例验证算法的可行性。     

改进菱形运动估计算法研究与实现

针对目前菱形运动估计搜索算法存在的问题,对不同宏块采用相同的搜索策略,而不能根据视频序列的特性,迅速缩小搜索的范围,造成搜索冗余。文章分析了运动矢量的分布相关性,提出了基于起点预测的改进菱形运动估计算法。该算法结合提前中止准则,能改进菱形算法的搜索流程。仿真结果表明,该算法在降低计算复杂度的同时,还可有效地保证搜索精度。     

基于改进蚁群算法的数控机床主轴优化设计

通过机床主轴结构的分析,建立数学模型优化主轴。改进的蚁群算法,将寻优过程分为粗搜索和精搜索两个步骤,将粗搜索获得的可行解进行变异交叉操作,最后通过精搜索完成整个寻优过程。分别采用改进蚁群算法、基本蚁群算法和常规优化设计对主轴进行优化,对比分析优化结果可知,采用改进蚁群算法优化后体积减少了5.6%,刚度提高了8.2%,并且改进蚁群算法比基本蚁群算法优化耗时减少了36%,比常规优化设计减少了57%,这为机床主轴系统的优化提供了一种切实可行的优化算法。     

物流配送路径优化问题的模型及改进混合算法

在建立带有时间窗的物流配送路径优化问题数学模型的基础上．构造了求解该问题的遗传模拟退火混合算法。该混合算法利用了遗传算法较强的全局搜索能力和模拟退欠算法较好的局部搜索能力,克服了两种算法各自在寻优方面的不足,使其在全局最优搜索和计算速度方面都有了很大的提高。最后经仿真试验证实了混合算法解决物流配送路径优化问题的优越性。