基于微分演化算法的DCT脆弱水印优化

基于离散余弦变换的水印嵌入技术存在变换过程中浮点数-整数转换而引入的舍入误差问题。文章采用微分演化算法修正了这类舍入误差,提高了基于离散余弦变换的脆弱数字水印的性能。同时,对该算法进行了介绍和描述,比较了它的性能。最后,就提取出来的水印的标准互相关相似度、加入水印后的影像的峰值信噪比,以及算法结果的质量和收敛率作了详细的比较。     

基于微分演化算法的DCT脆弱水印优化

基于离散余弦变换的水印嵌入技术存在变换过程中浮点数-整数转换而引入的舍入误差问题。文章采用微分演化算法修正了这类舍入误差,提高了基于离散余弦变换的脆弱数字水印的性能。同时,对该算法进行了介绍和描述,比较了它的性能。最后,就提取出来的水印的标准互相关相似度、加入水印后的影像的峰值信噪比,以及算法结果的质量和收敛率作了详细的比较。     

一种基于DCT域的多重水印算法

数字水印技术在保护数字产品版权等方面起到了重要的作用。随着计算机和因特网技术的飞速发展，对数字水印技术的要求也越来越高，多重数字水印就是应时而生的一种技术。在图像文件中同时嵌入可见不可见水印，采用一种基于图像纹理特征的自适应方法嵌入可见水印信息．从而为数字产品提供多重保护。     

基于DCT变换的视频水印算法研究与仿真

数字水印是一种数字产品版权保护技术,它可以标识作者等版权保护信息和认证信息,可以监视被保护数据的传播,鉴别真伪,解决版权纠纷,因此它一出现即成为热点问题。文章主要针对数字水印技术在视频版权保护中的应用情况,提出了一种实用的用于视频水印的算法,并给出了Matlab仿真结果。实验证明,该视频水印方案能够抵抗多种干扰和攻击,具有良好的稳定性、鲁棒性和防篡改性。     

基于遗传算法的供应链网络优化

在全球化市场竞争日益激烈的环境下,供应链的竞争已经成为新时期产业竞争的关键内容。目前,真正的竞争不是企业与企业之间的竞争,而是供应链与供应链之间的竞争。而供应链竞争的关键则在于其物流网络的竞争,一个高效、适合的物流网络不仅能帮助企业抢占市场份额,而且还能大幅降低物流成本,提升企业核心竞争力。本中针对我国企业供应链网络扩张中存在的问题,利用遗传算法进行建模优化。     

基于RSA加密技术的水印预处理

随着时代的发展,信息的全球化,信息安全问题日益突出。数字作品传播和拷贝变得越来越方便,同时,随着人们知识产权意识的逐渐加强,追踪盗版、维护版权的问题也促使人们寻求更新更高效的信息安全技术。基于RSA加密的算法是现今使用较多的一种算法,本文所提的基于RSA的加密技术,是把作品拥有者的信息加入作品中,从而判别谁是作品的合法拥有者。作者的个人信息经过RSA加密技术的水印预处理后,得到经过加密处理的带有水印信息的作品。     

基于遗传算法的排水管道费用函数优化

在常见排水管道费用函数模型的基础上,通过引入0-1变量构造了通用的排水管道费用函数公式,并采用改进遗传算法进行了参数优化,有效地提高了程序的通用性和效率,可用于快速确定不同地区的最佳排水管道费用函数。     

基于遗传算法的军用集装箱装载优化

以军用集装箱装载为研究对象，在考虑实际应用中的一些约束条件下，构造了军用物资的装载优化模型，提出了一种军用集装箱三维装载的遗传算法。该算法考虑了货物放置方向、装载客积、装载质量及装载重心等约束条件。最后对一个案例进行了计算，验证了该模型的有效性，并且利用3ds max得到了装载方案的三维图。     

基于遗传算法的武器系统组合优化方法

组合多样化的武器系统,达到使用效能最优,已成为打赢信息化条件下局部战争亟待解决的一个核心问题。本文采用改进的遗传算法解决了武器系统组合优化问题:采用字符串编码方式,设计应用DP算法、单点交换等规则,为解决武器系统组合优化问题提供了有益的借鉴。将此模型应用于一个实际武器系统组合优化问题,获得了非常满意的结果,证明了算法的可行性。     

基于遗传算法的库位优化问题

应用遗传算法对邯运集团仓库库住进行优化。在充分考虑邯运集团仓库所存放的货物种类、货物数量、出入库频率等因素的基础上进行库位预分区规划。建立了二次指派词题的数学模型。利用遗传算法对其求解,结合MATLAB进行编程计算并得出最优划分方案。     

基于DCT变换下的DM-QIM数字图像水印算法

基于DCT域下的水印算法相对于空域中水印算法具有更好的稳定性,更大的容量,以及更好的隐蔽性,同时在借助人类的感知模型的情况下能设计出具有较好保真度的水印系统。本论文对DM-QIM(Quantization Index Modulation)水印方案进行了系统的研究,介绍了这种数字水印算法的原理及模型,探究了数字水印的嵌入和提取方案,最后对实验结果做了分析和总结。     

基于遗传算法的物流运输与调度优化研究

物流优化是物流企业降低物流成本的主要方式之一,通过物流优化进一步提高物流公司的服务能力,已经是许多物流企业提升竞争力的一项有效举措。本文依据现实中的物流运输问题,建立了基于运输成本和时间的一般函数模型,利用遗传算法进行求解,寻求最优运输路线。算例结果表明使用遗传算法优化运输方式,可以改善现有的调度模式,在满足时间约束的条件下,实现物流运输成本最小。     

基于遗传算法的网络计划多目标优化

工程项目网络计划是为了达到成本最低、工期最短、资源利用最均衡、质量最优并能够保证安全施工。文章从遗传算法基本原理出发,设计网络计划多目标优化的目标函数及约束条件,结果证明,该方法解决问题速度快,结果精确度高,对工程项目管理具有实际的应用价值。     

基于遗传算法的协同配送路径优化研究

针对现代物流配送中存在的运营成本高、效率低、整合度低等问题,构建基于多物流中心协同配送的路径优化模型,在算法选择上针对协同配送的特殊方式,提出引入虚拟客户的编码方式和基因换(移)位的变异方式来求解最优配送路径,并通过实例验证了模型和算法的有效性与可行性。     

基于改进遗传算法的TSP问题优化研究

旅行商问题（TSP问题）已经被证明属于NP完全问题。遗传算法是一种模拟自然界中生物的进化机制的优化策略．是一种基于群体、隐并行搜索策略，是求解TSP问题效率相当高的一种算法。因此．本文提出使用改进的遗传算法．即用个体数量控制选择策略以保证群体的多样性，用顺序交叉算子和部分路径翻转变异算子来提高算法的收敛速度．较好地解决了群体的多样性和收敛速度的矛盾。算法的分析和测试表明．该改进算法的是有效的。     

基于遗传算法的车间设备布局优化

对某车间设备布局问题进行数学建模,建立以车间物流成本最小为目标的车间布局优化模型。应用遗传算法设计求解优化模型,根据SLP方法得到的初始布局方案建立初始种群,对该初始种群进行编码、选择、交叉和变异操作,得到最终车间设备布局。基于此,以上海海事大学工程训练中心机械加工车间为案例进行设备布局优化,完成车间物流分析,应用遗传算法对车间进行求解,并通过Matlab软件进行编程运算,得出车间的最优解。