蚂蚁算法在中小型企业人力资源指派中的研究

将蚂蚁算法应用于求解人力资源指派问题,并提出了改进算法用以提高全局搜索能力,文章介绍了基于蚂蚁算法的人力资源指派策略,给出求解问题的数学描述,最后通过实例对算法进行仿真测试。     

一种应用于欠采样图像的自适应稀疏重建方法

针对图像稀疏重建中因使用固定参数的全变分(TV)正则项所带来的图像细节缺失和阶梯效应问题，提出了一种自适应二阶广义全变分(TGV)约束的图像稀疏重建算法。该算法采用二阶广义全变分模型权衡图像的一阶导数和二阶导数，且能够根据每次迭代得到的重构解及对应张量函数自适应地修正权重系数，实现图像的稀疏重建。与全变分正则模型和固定参数广义全变分正则模型相比，该算法能更好地保持图像轮廓和细节信息，提高重建图像的峰值信噪比(PSNR)和结构相似度(SSIM)。     

基于矢量消息传递的迭代均衡

在迭代均衡中,通过计算后验概率密度求解输入信息可以被视为一个广义线性回归问题。为解决此问题,采用了一种名为广义矢量消息传递的新算法。该算法与之前的广义消息传递算法相比,可以适用于包含任意分布的输出。使用该算法的检测器中,包含一个内部软均衡器和软分块交织器,原理与软均衡器和软译码器的消息传递类似,其按照迭代算法逐块交换外信息,从而改善均衡器的性能。通过对该算法的性能分析,提出增加半自适应的阻尼系数来保证内部软均衡器和交织器的独立性。对改进后的算法进行性能分析,结果表明其计算复杂度和低信噪比条件下性能均优于逐符号的迭代均衡以及广义消息传递算法的迭代均衡。     

武器目标分配决策的粒子群优化算法探讨——基于多层防御模式下

武器目标分配(WTA)是军事运筹学中经典的NP完全问题,迄今为止未找到求精确解的多项式时间算法。针对武器数量、布防空间、运行维护成本以及人力资源等多约束下的多层防御WTA问题,采用粒子群优化(PSO)算法求解。给出了PSO算法实现方案,通过一个算例评估该算法的性能。结果表明,该算法能给出高质量的近似最优解,对求解WTA问题是有效的,且该算法具有较高的鲁棒性和计算效率。     

基于改进蚁群算法的配送中心多目标选址问题研究

本文以配送中心多目标选址为研究对象,提出了解决多目标问题的新方法一改进蚁群算法,该算法通过蚁群对目标的单独优化和蚁群之间信息互递相结合,多个蚁群并行优化各目标分量,使各目标分量在彼此约束的条件下朝最优解逐渐接近,该算法具有很强的灵活性和收敛性,对于解决大规模、复杂的物流配送网络规划问题具有很大的实用价值。     

一种基于自适应网格剖分的协方差交集融合新算法

针对分布式航迹融合问题，提出了一种基于自适应网格剖分的协方差交集融合新算法。首先，自适应计算网格剖分误差上限；其次，利用网格剖分法求出局部航迹协方差椭圆的交集；最后，利用交集中心求出融合航迹估计值。通过仿真试验，该算法能自适应估计网格剖分步长上限，提高融合精度。     

基于熵权法的网商优选模型

当今网购成为一种既便捷又实惠的购物方式,面临众多网商,从中选优具有很现实的意义。网商优选即为指派问题,求解关键是确定评价指标体系。本文构建4项一级评价指标和16项二级评价指标,应用熵权法计算各级评价指标权重,确立效益矩阵,建立网商优选的指派问题模型。通过案例,证明该模型合理、有效。     

基于散射搜索的烟草物流配送优化方法研究

本文研究了烟草物流配送时间的优化问题。该问题具有组合复杂性和计算困难性。本文首先根据卷烟工业物流实际情况建立相应的数学模型,采用了基于启发式策略和散射搜索算法的优化方法来缩短烟草物流配送的时间。该方法通过放宽问题的限制条件,构造优化配送的位置顺序,寻找最优配送周期来减少配送时间。最后通过数值实验对该算法进行了评价,并与现有强约束下的启发式算法进行了比较。结果表明,该算法具有较好的优化效果,能够有效缩短工烟物流配送的时间。     

一种改进的基于LC-GSC的主瓣干扰抑制方法

针对线性约束广义旁瓣相消器（LC-GSC）存在主瓣干扰时天线自适应方向图会出现主瓣波束畸变及副瓣电平升高的问题,给出了一种通过阻塞矩阵对数据进行预处理的主瓣干扰抑制方法,对线性约束广义旁瓣相消器进行了改进,先利用阻塞矩阵预处理实现主瓣干扰抑制,再通过线性约束广义旁瓣相消器进行波束形成,有效地解决了波束主瓣变形及旁瓣电平升高的问题。仿真分析验证了改进方法的有效性。     

一种线性约束连续自适应方向图控制方法

针对任意阵列天线的自适应空域滤波和低副瓣控制的问题,提出了一种连续自适应方向图控制方法。该方法通过采用线性约束最小方差准则的方向图综合算法（LCMV-PS）产生具有低副瓣特性的静态权矢量,利用该权矢量构造出新的约束条件,进行线性约束最小均方误差（LMS）自适应波束形成。该方法避免了常规的线性约束最小方差（LCMV）算法的矩阵求逆运算,计算复杂度低。对几种天线阵形的计算机仿真结果表明该方法收敛速度快,稳态性能良好。     

一种基于二阶锥约束克服信道不匹配的盲分离方法

针对多输入多输出（MIMO）系统信道不匹配造成的系统性能受损问题,结合二阶锥规划约束最优化理论,提出了一种二阶锥条件约束的盲源分离算法,用于提高信道不匹配条件下的MIMO系统性能。该算法首先利用信道不匹配问题得到的二阶锥约束条件与负熵最大化的独立分量分析形成一个约束的最优化代价函数;其次,约束的代价函数借助牛顿迭代原则最优化得到分离向量。仿真分析验证了该算法在信道不匹配条件下可以有效提升MIMO系统的性能。     

一种基于压缩感知的信号重建新算法

在求解基追踪问题的线性化Bregman迭代方法基础上,结合了广义逆的迭代技术得到一种稀疏信号重构的新算法。该算法在计算Moore-Penrose广义逆时,采用了迭代计算的方式,与算法本身相结合使得仅有矩阵向量乘积运算,避免了奇异值分解的较大工作量。通过数值试验可知,新算法相对线性化Bregman算法在计算时间上约减少了2/3,同时信号的恢复效果也是稳定有效的。因此,新算法是一种有效可行的信号重建算法。     

平方根变步长lp范数LMS算法的稀疏系统辨识

针对稀疏未知系统的辨识问题,提出了一种基于p(0相似文献   

一种稳健的混合范数约束的波束综合算法

在阵列信号处理中为抑制噪声和干扰,一般都要求波束有比较低的旁瓣和零陷,同时,需要具有良好的稳健性。为此,提出了一种新的混合范数约束的波束综合算法。该算法运用稀疏表示方法,对波束的主瓣和旁瓣分别使用不同的范数约束,同时对波束的零点和敏感度因子进行约束,用MATLAB(Matrix Laboratory)的凸优化工具包进行求解。仿真实验表明,设计得到的波束具有更低的旁瓣和零陷,最高旁瓣电平约为-28 dB,而最低零陷深度可达-50 dB;算法求解过程简单,与现有算法相比能够容忍较大的幅相误差,具有良好的稳健性;同时,阵列效率与经典算法相比提高了8 dB左右。     

两阶段启发式算法在带时间窗的车辆路径问题中的应用

对带时间窗约束的物流配送车辆路径问题,构造了一种两阶段启发式算法。算法第一阶段采用k-means算法将客户聚类分群,算法第二阶段对每一客户子类采用禁忌搜索算法优化车辆路径。仿真实验结果表明,该算法是有效的。     

一种快速子空间测向算法

考虑用户先验知识提出一种快速子空间测向算法,构造了方向约束的相关相减多级维纳滤波器(MCSA-MSWF)方法,此方法在降低特征分解的基础上进一步降低了谱峰搜索的运算量,且克服了单纯基于多级维纳滤波器测向算法期望信号不准确的问题。仿真表明,该算法在低信噪比、小快拍数情况下具有更好的估计性能。     

等式约束最小二乘在“北斗”姿态测量中的应用

针对传统无约束的姿态测量中整周模糊度求解成功率不高的问题,提出利用等式约束快速求解整周模糊度的算法,并将其应用于“北斗”姿态测量。该算法充分利用基线的先验信息,在整周模糊度的求解过程中加入等式约束,同时利用拉格朗日乘子法求解约束整数最小二乘问题,提高了姿态测量中整周模糊度和姿态角的求解成功率。采用静态测试和动态测试验证该算法,结果表明在“北斗”单历元条件下,整周模糊度及姿态角的求解成功率提升30%左右。     

同步卫星转发器二维时频资源蚁群调度算法

针对地球同步卫星转发器多任务时频资源调度问题，考虑任务执行时间和占用带宽需求，建立了以卫星系统总收益为目标的多约束规划模型，提出了基于任务频率时间窗口更新的蚁群调度算法。该算法综合考虑了任务优先级和时间灵活度，以增强蚁群在状态转移规则下的搜索能力；同时设计了虚拟任务、伪随机状态转移规则和信息素参数，保证算法向最优解逐步收敛。实例仿真表明，该算法相对于传统蚁群算法、遗传算法和启发式算法，在算法结果、寻优能力和稳定性方面具有显著优势。     

空间差异度量约束的图像修复

针对传统算法在图像修复时选取最佳块匹配准则的单一性和随机性的问题,提出了一种空间差异度量约束的图像修复方法。该算法利用等照度线确定待修复块的优先级,根据空间差异度量约束的最佳块匹配准则搜索与该待修复块最匹配的样本块,采用最佳匹配块的信息更新优先级最高的待修复块的信息以修复其缺失像素信息。实验结果表明,与传统算法相比,所提算法能有效提高图像修复的主客观质量,对三种类型的信息缺失均取得了较好的修复效果。     

两阶段启发式算法在带时间窗的车辆路径问题中的应用

对带时间窗约束的物流配送车辆路径问题，构造了一种两阶段启发式算法。算法第一阶段采用k-means算法将客户泶类分群，算法第二阶段对每一客户子类采用禁忌搜索算法优化车辆路径。仿真实验结果表明，该算法是有效的。